基于特征分布密度图的通信调制信号识别

针对直接利用时域特征对信号进行识别存在特征不明显、鲁棒性较差的问题,提出了一种基于特征分布密度图的通信调制信号识别方法。通过对通信调制信号进行采样和分析,提取信号的平均值和偏度,并利用高斯核函数计算点概率密度,生成特征分布密度图,再利用深度学习进行分类识别,验证算法的有效性。结果表明:该方法在信噪比为0d B时对10种通信调制信号的识别准确率为83.50%,在信噪比为5d B时对10种通信调制信号的识别准确率为95.25%,该方法识别准确率高、鲁棒性强,可有效应用于无线通信、雷达信号等领域中的信号识别。