10.3969/j.issn.1006-9348.2021.01.037
基于深度残差网络的自动调制识别方法研究
自动调制识别是电磁环境特性分析的关键问题,而传统方法多基于人工设计特征进行识别,数据特征表示和判别分析能力有限.为此提出一种新颖的深度神经网络特征表示方法进行调制识别任务.首先,利用递归神经网络结构对电磁信号序列进行表示,建立了基于多层双向GRU网络结构的识别方法.其次,从一维空间卷积表示序列的角度思考,建立了基于深度残差卷积网络的调制识别方法.最后,针对加性高斯白噪声信道的调制方式仿真数据集,将提出的方法与典型神经网络模型如多层感知器、卷积神经网络进行了对比实验.实验结果表明,提出的方法在自动调制识别方面具备更强的特征表示能力和竞争力,有利于推动深度学习在自动调制识别领域的应用.
自动调制识别、卷积神经网络、递归神经网络、深度学习
38
TP391.4(计算技术、计算机技术)
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
178-180,379