科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对信号调制类型识别问题，提出一种基于深度残差收缩网络(DRSN)的识别方法。算法将原始的IQ两路时域信号数据直接输入网络，利用DRSN来学习时域序列中的调制特征以识别信号调制类型。与现有算法相比，该算法的网络输入为原始时域序列数据，特征提取和识别均在网络中进行，避免了人工特征提取的不完备性；借助DRSN的软阈值化和注意力机制，可有效抑制噪声干扰，从而提高网络从含噪声环境中提取有用特征的能力。仿真实验验证该算法的有效性和优越性。
- 单位
针对信号调制类型识别问题，提出一种基于深度残差收缩网络(DRSN)的识别方法。算法将原始的IQ两路时域信号数据直接输入网络，利用DRSN来学习时域序列中的调制特征以识别信号调制类型。与现有算法相比，该算法的网络输入为原始时域序列数据，特征提取和识别均在网络中进行，避免了人工特征提取的不完备性；借助DRSN的软阈值化和注意力机制，可有效抑制噪声干扰，从而提高网络从含噪声环境中提取有用特征的能力。仿真实验验证该算法的有效性和优越性。
