基于半监督联合神经网络的调制识别算法

• 作者: 冯磊 白芃远 苟泽中 许华 郑万泽
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 数据驱动 小样本 联合神经网络 对比预测编码 无监督预训练
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 168-176
• 页数: 9页
• 分类号: TN975|TN911.7
• 字数: 4361字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.02.002

摘要

针对基于有监督学习通信信号分类算法需要大量有标签训练样本,而在实际场合大多无法满足数量要求的问题,提出利用数据驱动模型的半监督学习方法,通过对比预测编码无监督算法预训练和有监督学习相结合,利用LSTM(long short term memory)和ResNet(residual network)联合神经网络实现小样本自动提取特征,提高小样本条件下信号识别准确率.在真实通信调制信号集上实验表明,半监督联合神经网络结构较以往方法,识别准确率提升3％～20％,小样本条件下性能提高60％,同时在低信噪比条件下识别能力突出,0 dB时对11种调制信号平均识别正确率达到92％,具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯磊	空军工程大学信息与导航学院	2	2	1.0	1.0
2	许华	空军工程大学信息与导航学院	48	147	5.0	9.0
3	郑万泽	空军工程大学信息与导航学院	8	25	3.0	5.0
4	苟泽中	空军工程大学信息与导航学院	1	0	0.0	0.0
5	白芃远	空军工程大学信息与导航学院	2	1	1.0	1.0