基于时间卷积网络的通信信号调制识别算法

作者：任彦洁; 唐晓刚^*; 张斌权; 冯俊豪

来源：无线电工程, 2023, 53(04): 807-814.

• 调制识别
• 时间卷积网络
• 膨胀因果卷积
• 全局平均池化

针对基于深度学习的端到端调制识别方法存在识别率较低、神经网络参数量大的问题，提出了一种基于时间卷积网络(Temporal Convolutional Network, TCN)的调制识别算法。利用一维因果膨胀卷积，提取信号的时域和频域特征，并加入批归一化(Batch Normalization, BN)和Dropout提高算法的拟合能力；使用全局平均池化(Global Average Pooling, GAP)层替代Flatten层，整合向量特征信息，进一步实现信号的准确分类。在RML 2016.10a数据集上验证了TCN算法的识别性能，在不同信噪比(Signal to Noise Ratio, SNR)下对11种调制信号的平均识别率达到62.3%,与CNN,LSTM和SCRNN算法相比分别提高了10.5%、4.1%、1.1%,参数量分别降低了98.8%、82.5%、91.2%。所提方法对于通信调制信号识别的研究领域具有理论参考价值，对复杂环境下的空间信号智能分类的研究具有工程借鉴意义。

• 单位
  中国人民解放军装备学院