基于深度学习的无线电调制识别

• 作者: 何学智 刘小扬 林林 林荔娜 解金豹
• 来源期刊: 电子世界
• 关键词: 无线电调制 时间序列 神经网络 自编码 特征提取
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 探索与观察
• 页码范围: 24-25,28
• 页数: 3页
• 字数: 2315字
• 语种: 中文

摘要

本文在原始采样时间序列表示中研究无线电通信信号的特征提取,研究了卷积神经网络对时域无线电信号的适用性.采用深度学习的方式和今天广泛使用的基于专家特征的方法对比无线电调制分类的效果.证明了卷积神经网络自编码器方式能够有效识别无线电调制方式,并且相比于专家系统有显著的性能改进.本文证明了使用深度卷积神经网络在无线电时域信号上的特征提取是可行的,特别是在信噪比不确定的复杂电磁环境下更具有不可替代的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解金豹	合肥工业大学光电技术研究院	3	6	1.0	2.0
2	林荔娜		5	17	2.0	4.0
3	何学智		2	6	1.0	2.0
4	刘小扬		1	6	1.0	1.0
5	林林		3	6	1.0	2.0