基于图像深度学习的无线电信号识别

• 作者: 何晓新 周鑫 郑昌文
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 无线电信号识别 深度学习 射频机器学习 卷积神经网络 图像目标检测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 114-125
• 页数: 12页
• 分类号: TN971
• 字数: 8687字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019167

摘要

提出了一种利用图像深度学习解决无线电信号识别问题的技术思路.首先把无线电信号具象化为一张二维图片,将无线电信号识别问题转化为图像识别领域的目标检测问题;进而充分利用人工智能在图像识别领域的先进成果,提高无线电信号识别的智能化水平和复杂电磁环境下的识别能力.基于该思路,提出了一种基于图像深度学习的无线电信号识别算法——RadioImageDet算法.实验结果表明,所提算法能有效识别无线电信号的波形类型和时/频坐标,在实地采集的12种、4740个样本的数据集中,识别准确率达到86.04％,mAP值达到77.72,检测时间在中等配置的台式计算机上仅需33 ms,充分验证了所提思路的可行性和所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何晓新	中国科学院软件研究所天基综合信息系统重点实验室	10	40	3.0	6.0
2	周鑫	中国科学院软件研究所天基综合信息系统重点实验室	32	354	8.0	18.0
3	郑昌文	中国科学院软件研究所天基综合信息系统重点实验室	49	530	10.0	22.0