利用稀疏自编码器的调制样式识别算法

摘要：

针对传统调制样式识别算法对复杂幅相信号识别率低,所需特征参数多的问题,提出一种利用稀疏自编码器的调制样式识别算法.将稀疏自编码器和Softmax分类器级联构成识别系统,将两个高阶累积量特征参数的格雷码编码构成系统输入矢量,利用稀疏自编码器提取的深度特征作为Softmax分类器输入.在系统训练阶段,先训练稀疏自编码器,然后利用有监督算法训练分类层,接着利用有监督算法进行整体优化.对BPSK、QPSK、8PSK、16QAM、32QAM、16APSK和32APSK等7种信号识别的仿真结果表明,在低信噪比时本文算法的平均正确识别率比对比算法高.

关键词：调制样式识别、高阶累积量、格雷码、深度学习、稀疏自编码器

所属期刊栏目：34

分类号：TP301.6;TN713(计算技术、计算机技术)

资助基金：“十二五”国防预研项目41001010401

在线出版日期：2018-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：833-842