基于稀疏滤波神经网络的智能调制识别

• 作者: 何鹏 宋熙煜 李少谦 李润东 李立忠
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 卷积神经网络 深度学习 低秩表示 调制识别 稀疏滤波
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 161-167
• 页数: 7页
• 分类号: TN97
• 字数: 5876字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.02.001

摘要

针对传统调制识别中特征提取依赖人工经验的问题,该文提出了一种基于抗噪预处理及稀疏滤波卷积神经网络的智能通信调制识别算法.该算法将调制信号的循环谱作为卷积神经网络的输入图像,并引入低秩表示算法去除循环谱图中的噪声及干扰.在有监督训练卷积神经网络之前,该文设计了一种新型的稀疏滤波准则对网络进行无监督的逐层预训练,从而提升了泛化性能.仿真表明算法在信噪比为0 dB时仍可达94.2％的识别准确率,优于传统方法及相关深度学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李少谦	电子科技大学通信抗干扰技术国家级重点实验室	207	2006	21.0	35.0
2	李立忠	电子科技大学通信抗干扰技术国家级重点实验室	4	14	3.0	3.0
3	李润东	电子科技大学通信抗干扰技术国家级重点实验室	1	1	1.0	1.0
7	宋熙煜		1	1	1.0	1.0
8	何鹏		1	1	1.0	1.0