-
题名基于深度学习的通信信号调制识别算法
被引量:3
- 1
-
-
作者
李唱白
杨杰
黄知涛
王翔
-
机构
中国人民解放军
中国人民解放军国防科技大学电子科学学院
-
出处
《空间电子技术》
2019年第1期49-54,74,共7页
-
文摘
随着通信技术的发展,信号体制、调制方式日趋复杂,例如CPM、OFDM等,这给调制识别技术带来了巨大挑战。近年来,深度学习技术由于其强大的特征提取能力和分类能力,被广泛应用到模式识别领域中。为了实现复杂调制方式的识别,文章将深度学习技术引入到调制识别领域,并提出一种基于改进的CLDNN模型的调制识别算法。CLDNN模型已被成功应用到语音识别领域,其表现出了强大的特征提取和分类能力。该方法在原有CLDNN模型的基础上,针对调制识别问题的特点,对CLDNN进行了改进。而且该方法不依赖于载波同步、码元同步等预处理。实验结果表明,该方法可同时识别12种信号调制方式和信号体制,信噪比在3dB以上时,整体识别准确率达到90%以上,并且可以较好地识别复杂调制方式和信号体制。
-
关键词
非合作通信
调制识别
深度学习
特征提取
-
Keywords
Non-cooperative communication
Modulation recognition
Deep learning
Feature extraction
-
分类号
TN911.3
[电子电信—通信与信息系统]
TP181
[自动化与计算机技术—控制理论与控制工程]
-