卷积神经网络卫星信号自动调制识别算法

摘要：

自动调制识别是空间认知通信系统的关键技术,有助于实现自适应信号解调.深度神经网络虽然具有特征提取能力强的优势,但也存在参数众多、计算量大的问题,难以实现空间在轨应用.针对以上问题,提出了一种轻量化、高性能的卷积神经网络结构.网络先提取信号的同相正交相关特征,再提取时域特征,最后提取各通道特征均值进行分类.对11种调制方式分类的实验结果表明:当信噪比高于0 dB时,平均识别准确率能达到86.94％,较传统的高阶累积量的方法提高了31.54％;与目前高识别准确率的深度神经网络模型相比,仅使用不到10％的模型参数,在树莓派4 B上计算速度平均提高了20倍.

关键词：认知通信系统、调制方式识别、同相正交相关特征、卷积神经网络、深度学习

所属期刊栏目：48

分类号：V47;TN927+.21(航天器及其运载工具)

资助基金：中国科学院重点实验室开放基金Y42613A32S

在线出版日期：2022-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：986-994