基于残差神经网络的通信混合信号识别

• 作者: 张传武 董聪 高勇
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 混合信号 单通道 深度学习 残差神经网络
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 727-731
• 页数: 5页
• 分类号: TP391.4
• 字数: 2191字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2020.09.003

摘要

针对混合信号单通道识别,传统方法主要通过提取特征进行分类和识别,其性能受特征提取和选择的限制.不同的调制信号其时域几乎包含了信号的所有信息,传统方法却无法直接处理时域数据.提出了基于残差神经网络的通信混合信号识别算法,直接对时域混合信号进行识别,不需要人工定义识别特征,可实现识别特征的自动提取,在信噪比4 dB以上,码元速率、 频偏和相偏在一定范围内随机的情况下,能对2FSK+4FSK,BPSK+2FSK,BPSK+4FSK,BPSK+BPSK,BPSK+QPSK,QPSK+2FSK,QPSK+4FSK,QPSK+QPSK八种混合信号有较好的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高勇	四川大学电子信息学院	136	459	11.0	13.0
2	董聪	四川大学电子信息学院	1	0	0.0	0.0