基于深度残差网络的自动调制识别方法研究

作者：张婷婷; 方宇强; 韩蕾

来源：计算机仿真, 2021, 38(01): 178-379.

• 自动调制识别
• 卷积神经网络
• 递归神经网络
• 深度学习

自动调制识别是电磁环境特性分析的关键问题,而传统方法多基于人工设计特征进行识别,数据特征表示和判别分析能力有限。为此提出一种新颖的深度神经网络特征表示方法进行调制识别任务。首先,利用递归神经网络结构对电磁信号序列进行表示,建立了基于多层双向GRU网络结构的识别方法。其次,从一维空间卷积表示序列的角度思考,建立了基于深度残差卷积网络的调制识别方法。最后,针对加性高斯白噪声信道的调制方式仿真数据集,将提出的方法与典型神经网络模型如多层感知器、卷积神经网络进行了对比实验。实验结果表明,提出的方法在自动调制识别方面具备更强的特征表示能力和竞争力,有利于推动深度学习在自动调制识别领域的应用。

• 单位
  中国人民解放军装备学院; 北京特种工程设计研究院