基于深度学习网络的信号识别研究

摘要：

针对多径衰落信道下的信号识别问题,提出了一种基于深度学习网络(DLN)的深度学习架构.建立基于能量自然对数模型,模型是通过隐藏层重建的.DLN网络分别通过幅度隐藏网络、相位隐藏网络和频率隐藏网络进行信号识别.这些隐藏网络提取了一个或多个通信信号的特征,以降低通信系统的误码率(BER).通过理论证明,所提出的DLN通过幅值加权子网络、相位加权子网络和频率加权子网络,能够有效地降低BER.仿真结果表明,与传统算法相比,该网络在相同训练序列和信噪比(SNR)的情况下,对信号的识别具有更低的BER.

关键词：信号识别;深度学习网络;误码率

所属期刊栏目：41

分类号：U283(铁路通信、信号)

在线出版日期：2021-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：58-60,88