基于卷积神经网络和稀疏滤波的调制识别方法

• 作者: 吴灏 周亮 孟进 李亚星 郭宇
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 调制识别 循环谱 卷积神经网络 稀疏滤波
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 通信与网络
• 页码范围: 2114-2121
• 页数: 8页
• 分类号: TN911.7
• 字数: 6659字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2019.09.27

摘要

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法.首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法.仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟进	海军工程大学舰船综合电力技术国防科技重点实验室	59	646	11.0	24.0
2	周亮	海军工程大学舰船综合电力技术国防科技重点实验室	31	92	6.0	8.0
3	吴灏	海军工程大学舰船综合电力技术国防科技重点实验室	4	6	2.0	2.0
4	李亚星	海军工程大学舰船综合电力技术国防科技重点实验室	1	1	1.0	1.0
5	郭宇	海军工程大学舰船综合电力技术国防科技重点实验室	1	1	1.0	1.0