基于深度学习的通信信号调制识别算法

• 作者: 李唱白 杨杰 王翔 黄知涛
• 来源期刊: 空间电子技术
• 学科: 航空航天
• 关键词: 非合作通信 调制识别 深度学习 特征提取
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 通信与导航
• 页码范围: 49-54,74
• 页数: 7页
• 分类号: V474
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7135.2019.01.009

摘要

随着通信技术的发展,信号体制、调制方式日趋复杂,例如CPM、OFDM等,这给调制识别技术带来了巨大挑战.近年来,深度学习技术由于其强大的特征提取能力和分类能力,被广泛应用到模式识别领域中.为了实现复杂调制方式的识别,文章将深度学习技术引入到调制识别领域,并提出一种基于改进的CLDNN模型的调制识别算法.CLDNN模型已被成功应用到语音识别领域,其表现出了强大的特征提取和分类能力.该方法在原有CLDNN模型的基础上,针对调制识别问题的特点,对CLDNN进行了改进.而且该方法不依赖于载波同步、码元同步等预处理.实验结果表明,该方法可同时识别12种信号调制方式和信号体制,信噪比在3dB以上时,整体识别准确率达到90％以上,并且可以较好地识别复杂调制方式和信号体制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	中国人民解放军国防科技大学电子科学学院	60	188	7.0	11.0
2	王翔	中国人民解放军国防科技大学电子科学学院	20	90	5.0	9.0
3	黄知涛	中国人民解放军国防科技大学电子科学学院	1	3	1.0	1.0