基于相位融合特征和残差网络的调制智能识别

摘要：

针对调制识别依赖人工提取的经验特征、识别准确率低的问题,提出基于相位星座图和矢量轨迹图融合聚类的智能识别算法.通过对接收信号进行滤波、定时同步预处理,恢复出较理想的基带信号,将信号的波形数据转化为星座图和矢量轨迹图特征.利用深度学习(DL)将调制识别转换成图像的分类问题,将所提取的特征通过2路并行输入的轻量级残差结构网络,开展分层学习和特征融合训练,完成对目标调制方式的识别.仿真实验表明,基于融合特征的识别结果优于目前的基于高阶累积量、星座图和波形数据的识别结果,当信噪比(SNR)高于2 dB时,对MPSK(调制的阶数为2、4、8)、MQAM(调制的阶数为16、64)、MAPSK(调制的阶数为16、32)这7类调制的识别率可以达到95.14％.

关键词：调制识别、星座图、矢量轨迹图、融合训练、残差网络

所属期刊栏目：56

分类号：TN911

资助基金：国防基础科研计划资助项目JCKY2020210B021

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1987-1994