基于深度卷积神经网络的数字调制方式识别

• 作者: 刁伟鹤 彭超然 杜振宇
• 来源期刊: 计算机测量与控制
• 关键词: 调制方式识别 深度学习 卷积神经网络 星座图
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 222-226
• 页数: 5页
• 分类号: TN911.6
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.08.050

摘要

针对非协作通信条件下信号调制方式识别问题,提出了一种基于深度神经网络的调制方式自动识别新方法;该方法对接收到的信号进行预处理,生成星座图,并将星座图形状作为深度卷积神经网络的输入,根据训练好的网络模型对调制信号进行分类识别;与以往的识别方法相比,该方法利用卷积神经网络自动学习各种数字调制信号的星座图特征,克服了特征提取困难,通用性不强,抗噪声性能差等缺点,处理流程简单,并对星座图的形变具有不敏感性;针对4 QAM、16 QAM和64 QAM三种典型的数字调制方式,进行了仿真实验,当信噪比大于4时,调制方式的识别正确率大于95％,实验结果表明,基于深度卷积神经网络的信号调制方式识别方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭超然	中国空间技术研究院载人航天总体部	3	13	1.0	3.0
2	刁伟鹤	中国空间技术研究院载人航天总体部	2	13	1.0	2.0
3	杜振宇	中国空间技术研究院载人航天总体部	1	13	1.0	1.0