基于联合特征参数和一维CNN的MIMO-OFDM系统调制识别算法

摘要：

针对当前非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal fre-quency division multiplexing,MIMO-OFDM)系统子载波的调制识别问题,提出了 一种基于一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)的调制识别方法.首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix,JADE)算法从接收端的混合信号中恢复发送信号;然后,提取恢复信号的循环谱切片和四次方谱作为浅层特征;最后,利用1D-CNN对特征进行训练,使用测试样本对所提出的调制识别方法进行仿真验证.仿真结果表明,所提方法对MIMO-OFDM系统中的5种信号可以进行有效识别,在信噪比为10 dB时的识别精度即可达到100％.

关键词：多输入多输出正交频分复用、调制识别、循环谱、四次方谱、一维卷积神经网络

所属期刊栏目：45

分类号：TN911.7

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;信号与信息处理重庆市市级重点实验室建设项目;重庆市自然基金项目;重庆市教育委员会科研项目;重庆市教育委员会科研项目

在线出版日期：2023-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：902-912