科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统信号识别方法对直接序列扩频信号识别率低、智能化程度不高等问题，提出一种基于循环谱特征提取的直扩信号智能识别算法。在深入分析直扩信号循环谱特征基础上，以直扩信号循环谱独特的稀疏特性为依据，设计一种稀疏滤波-卷积神经网络模型对提取的循环谱等高线图进行识别，采用无监督预训练和有监督训练微调的方式对网络参数进行更新，提升网络对信号整体特征的表达能力和对小数据量信号样本的学习能力。仿真结果表明：本文算法能够有效识别直接序列扩频信号，在不低于-10 dB高斯噪声条件下对采用正交相移键控调制的直扩信号识别准确率达到98%以上；在混合其他调制信号条件下，相较于常见的几种深度学习算法，本文提出的算法具有更高的识别准确率和鲁棒性。
- 单位
