基于深度学习算法的脉冲类调制信号智能识别方案设计

脉冲类调制在空间光领域得到了广泛应用,但深度学习算法用于脉冲类调制信号的智能识别却鲜有报道。针对传统识别算法的场景局限性和特征提取的人工分析依赖性,文章利用深度学习网络构建了一种通信信号特征自主学习算法,并通过拟合短时傅里叶变换的两种计算机制分别构建了基于CRBM和RBM的通信信号特征学习网络。相比基于CRBM的网络,基于RBM的网络的计算速度较快,且有效降低了深度学习网络对高性能硬件的要求。