针对现有自动调制识别算法识别种类少、整体识别率不高和需要预处理这些缺点,提出基于深度学习模型的自动调制识别算法,设计残差网络实现11种在高斯噪声下的数字调制信号的识别。仿真结果表明,采用自适应学习率的残差网络能提供更好的识别效果,在信噪比大于0dB时,识别率达到95%,与其它深度学习算法相比具有更低的计算复杂度,验证了该算法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
