基于深度学习的复合神经网络机场信号检测框架

作者：侯进; 吕志良; 徐茂; 吴佩军; 刘雨灵; 张笑语; 陈曾

来源：西南交通大学学报, 2019, 54(04): 863-878.

• 调制识别
• 卷积神经网络
• 深度学习
• 载波特征
• 时频特征

针对信号调制识别对复杂通信环境缺乏适应性与精度不足的问题,提出一种基于深度学习的多特征复合神经网络框架.该框架首先使用前端卷积神经网络检测信号载波特征,再对前端初筛选信号执行预处理将其转换为信号时频图,最后设计了后端轻量化卷积神经网络,检测信号时频特征.基于TensorFlow平台的复合神经网络对机场真实信号检测精度达到99.23%,实验表明该方法可有效应用于实时机场信号检测.

• 单位
  西南交通大学; 成都华日通讯技术有限公司