一种优化的卷积神经网络调制识别算法

• 作者: 姚彦鑫 陈雪
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 非合作通信 调制识别 深度卷积神经网络 循环谱
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 507-512
• 页数: 6页
• 分类号: TN911.72
• 字数: 4135字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2019.05.003

摘要

针对非合作接收条件下信号的调制识别问题,提出了一种基于循环谱特征和深度卷积神经网络的自动调制分类算法.该算法首先利用二值化、形态学操作等技术对循环谱数据集预处理,提高网络泛化能力;然后将数据集输入到卷积神经网络模型中,经过网络的特征提取实现分类识别.在网络中添加残差块网络增大感受野,提高特征提取能力.采用Dropout、优化函数等技术优化网络结构,防止训练过拟合.仿真结果表示,与传统方法和现有的一些深度学习调制识别方法相比,该算法在低信噪比条件下有更高的准确率,具有明显的抗噪声优势,是一个有效的调制识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚彦鑫	北京信息科技大学信息与通信工程学院	26	32	3.0	4.0
2	陈雪	北京信息科技大学信息与通信工程学院	1	1	1.0	1.0