10.3404/j.issn.1672-7649.2022.08.025
基于卷积神经网络与对抗训练的通信调制识别方法
针对传统的基于卷积神经网络的通信调制识别方法存在的缺陷,本文提出一种基于卷积神经网络与对抗训练的通信调制识别方法.该方法首先构建卷积神经网络作为深度学习模型,然后通过卷积核提取调制信号的特征参数,并通过对抗训练的方法提升网络的抗噪性能.最后采用SoftMax层输出识别概率,达到多调制识别的目的.实验结果表明,在缺少信道和噪声等先验信息的条件下,该方法的识别率得到了进一步提升,能有效识别16QAM,64QAM等11种调制类别,具有较好的工程应用价值.
卷积神经网络、调制识别、深度学习
44
U665.2(船舶工程)
2022-06-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
122-126