摘要
针对莱斯衰落影响下的数字调制信号,提出了一种基于注意力机制的双向循环神经网络调制识别算法。该算法通过在双向门控循环单元神经网络中引入可在训练中不断学习的新向量为提取到的特征合理分配权重,进一步提高了网络的识别与分类能力。仿真结果表明,对于含有高斯噪声、相位偏移且受莱斯衰落影响的2进制振幅键控(Amplitude Shift Keying,ASK)、4ASK、正交相移键控(Quadrature Phase Shift Keying,QPSK)、8PSK、16正交振幅调制(Quadrature Amplitude Modulation,QAM)以及64QAM六类信号,该模型能以较好的训练表现获得较高的识别准确率。
-
单位中国人民解放军陆军工程大学