基于深度学习的复合神经网络机场信号检测框架

• 作者: 侯进 刘雨灵 吕志良 吴佩军 张笑语 徐茂 陈曾
• 来源期刊: 西南交通大学学报
• 学科: 航空航天
• 关键词: 调制识别 卷积神经网络 深度学习 载波特征 时频特征
• 年，卷（期）: 2019,（4）
• 页码范围: 863-869,878
• 页数: 8页
• 分类号: V221.3
• 字数: 5058字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.20180164

摘要

针对信号调制识别对复杂通信环境缺乏适应性与精度不足的问题,提出一种基于深度学习的多特征复合神经网络框架.该框架首先使用前端卷积神经网络检测信号载波特征,再对前端初筛选信号执行预处理将其转换为信号时频图,最后设计了后端轻量化卷积神经网络,检测信号时频特征.基于TensorFlow平台的复合神经网络对机场真实信号检测精度达到99.23％,实验表明该方法可有效应用于实时机场信号检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯进	西南交通大学信息科学与技术学院	58	375	9.0	17.0
2	徐茂	西南交通大学信息科学与技术学院	4	4	1.0	1.0
3	张笑语		6	6	2.0	2.0
4	吕志良	西南交通大学信息科学与技术学院	4	6	2.0	2.0
5	吴佩军	西南交通大学信息科学与技术学院	5	6	2.0	2.0
6	刘雨灵	西南交通大学信息科学与技术学院	4	5	1.0	1.0
7	陈曾		5	6	2.0	2.0