基于TCNN-BiLSTM网络的调制识别算法

作者：刘凯; 张斌; 黄青华

来源：系统工程与电子技术, 2020, 42(08): 1841-1849.

• 调制识别
• 并联网络
• 卷积神经网络
• 双向长短时记忆网络

针对传统调制识别算法在低信噪比下识别率不高的情况,提出双路卷积神经网络级联双向长短时记忆(two-way convolutional neural network cascaded bidirectional long short-term memory,TCNN-BiLSTM)网络的调制识别算法。首先,该算法并联不同尺度卷积核的卷积层,提取调制信号不同维度的特征。然后,级联BiLSTM层,对多维特征构建LSTM时间模型。最后,使用softmax分类器完成识别。仿真实验表明,所提算法结构在加性高斯白噪声和特定信道参数的瑞利衰落信道下,性能要优于基于传统特征和其他网络结构的识别算法。在特定信道参数的瑞利衰落信道下信噪比低至6dB时,该算法对6种数字调制信号的识别率仍可达到92%以上。

• 单位
  上海大学; 通信与信息工程学院