基于深度学习的MPSK信号调制识别

• 作者: 刘明骞 李兵兵 郑诗斐
• 来源期刊: 国防科技大学学报
• 学科: 地球科学
• 关键词: 调制识别 循环谱 深度学习 卷积神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息与通信工程·电子科学与技术·材料科学与工程
• 页码范围: 153-158
• 页数: 6页
• 分类号: PN911.7
• 字数: 4582字
• 语种: 中文
• DOI: 10.11887/j.cn.201905022

摘要

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying,MPSK)信号调制识别方法.分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证.仿真结果表明,所提方法具有良好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵兵	西安电子科技大学综合业务网理论及关键技术国家重点实验室	88	542	14.0	19.0
5	刘明骞	西安电子科技大学综合业务网理论及关键技术国家重点实验室	39	244	9.0	14.0
9	郑诗斐	西安电子科技大学综合业务网理论及关键技术国家重点实验室	1	2	1.0	1.0