基于卷积神经网络的调制信号识别算法

• 作者: 邵敏兰 周鸿渐 张浩然
• 来源期刊: 实验室研究与探索
• 关键词: 调制信号识别 卷积神经网络 识别准确率
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 实验技术|Experimental Technique
• 页码范围: 28-31,41
• 页数: 5页
• 分类号: TN911
• 语种: 中文
• DOI: 10.19927/j.cnki.syyt.2021.08.007

摘要

针对基于特征提取的调制信号识别算法准确性不高的问题,将卷积神经网络(Convolutional Neural Network,CNN)应用于调制信号识别,实现调制信号的空间和时序特征的自学习,避免了传统算法中特征选择和提取步骤,提高了识别准确率.调制信号样本为RaidoML2016.10 a国际标准数据集,实验结果表明,CNN的识别准确率优于传统的调制信号识别算法.