-
题名基于深度神经网络的数字信号调制类型自动识别方法
被引量：3
- 1
-
-
作者
丁锡龙
金乾坤
-
机构
潍坊科技学院中印计算机软件学院
北京理工大学软件学院
-
出处
《湘潭大学自然科学学报》
北大核心
2017年第3期70-74,共5页
-
基金
山东省教育厅项目(J16LN51)
潍坊市科技局项目(201301161)
-
文摘
针对在莱斯衰落信道下传统神经网络数字信号调制识别准确率会有所降低的问题,提出了一种基于深度神经网络技术的数字信号调制类型自动识别方法.该方法从接收信号样本中提取了多组特征参数作为分类器输入,用于识别4ASK,BPSK,QPSK,8PSK,16QAM和32QAM这些数字调制信号.此外,分类器采用了具有三个隐藏层的全连接深度神经网络结构.仿真结果表明,分别在加性高斯白噪声和莱斯衰落信道下,提出的方法与现有分类方法相比具有较好的性能改进,尤其是在具有较高多普勒频率时.
-
关键词
调制方式识别
深度神经网络
高斯白噪声
衰落信道
多普勒频移
-
Keywords
modulat ion recogni tion
deep neural network
Gauss whi te noise
fading channel
Doppler frequency shi ft
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
