基于CNN的数字信号调制识别研究

作者：郭蕴欣; 张越; 马宏

来源：电子测量技术, 2019, 42(14): 112-116.

DOI：10.19651/j.cnki.emt.1802670

• 数字信号
• 调制识别
• 循环谱
• 灰度图
• 深度学习
• 卷积神经网络

通信环境的复杂变化,多种调制模式的运用使得调制识别技术的重要性越发显著。对常见数字调制信号BPSK、QPSK、2FSK、4FSK、16QAM,以循环谱理论为基础,仿真实现数字调制信号的循环谱图,并对循环谱图进行预处理,构成用以训练卷积神经网络的训练集以及用以测试网络的测试集,构建卷积神经网络,对信号的循环谱图进行识别。仿真结果表明,在不同信噪比情况下,都可以表现出较优的准确率。对比低信噪比和高信噪比不同的输入训练数据集发现,低信噪比的训练数据集识别率更好。

• 单位
  中国人民解放军装备学院