基于深度学习的信号调制自动识别

摘要：

深度学习(DL)在很多领域都显示出强大的生命力,但它很少涉及无线通信.本文提出了一种基于深度卷积神经网络的信号调制自动识别方法,以解决无线通信中的常见问题.该算法通过深度学习的深度卷积神经网络自动提取图像的各种特征细节,以在各种信噪比条件下实现信号调制类型准确识别.该方法使用图像处理GPU构建VGGNet,在深度学习架构Tensorflow下自动识别MPSK和MQAM中的10种调制信号.仿真结果表明,当信噪比为5 dB时,各种信号的最小识别精度为96.7％.与其他方法相比,该方法更好.

关键词：深度学习(DL)、神经网络、调制、无线通信

所属期刊栏目：34

分类号：TP242(自动化技术及设备)

资助基金：山东省船舶控制工程与智能系统工程技术研究中心2019年科研开放专项基金项目;山东省高等学校科技发展计划

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63