基于循环谱和改进的深度神经网络的频谱分析方法

• 作者: 吴赛 杨德龙 林春生 王智慧 邵炜平 郑伟军
• 来源期刊: 河北工业大学学报
• 学科: 工学
• 关键词: 自动调制分类 循环谱 神经网络 频谱感知
• 年，卷（期）: 2020,（3）
• 页码范围: 40-45
• 页数: 6页
• 分类号: TN911.7
• 字数: 4181字
• 语种: 中文
• DOI: 10.14081/j.cnki.hgdxb.2020.03.004

摘要

频谱分析的关键在于准确识别信号的调制方式,而常用的自动调制识别方法在低信噪比下的识别率低,并且能够识别的信号调制方式种类数少.基于此种情况,提出了一种基于循环谱和改进的深度神经网络的频谱分析方法.该方法使用卷积神经网络、长短时记忆和深度神经网络相结合的神经网络(CLDNN)并将循环谱特征作为该网络的原始输入特征.仿真结果显示所提出的方法在信噪比为-2 dB时能够达到90％的识别准确率,极大的提高了低信噪比情况下的信号识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王智慧		16	65	6.0	7.0
2	吴赛		7	9	1.0	3.0
3	邵炜平		5	20	3.0	4.0
4	郑伟军		9	14	2.0	3.0
5	林春生	北京邮电大学信息与通信工程学院	1	0	0.0	0.0
6	杨德龙		6	15	2.0	3.0