基于分级降噪的电磁信号调制识别研究

作者：吴美霖; 高瑜翔^*; 涂雅培; 张鑫宇

来源：无线电工程, 2023, 53(02): 387-393.

• 调制识别
• 分级降噪
• 门控循环单元
• 卷积长短期神经网络

针对低信噪比(Signal to Noise Ratio, SNR)下电磁信号的调制识别效果不佳、调制识别算法复杂度高的问题，提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门控循环单元的高、低SNR分级降噪方法，同时设计了一种基于SNR分级降噪和卷积长短期神经网络的低复杂度调制识别框架。采用中值滤波对低SNR数据降噪，高SNR数据不做降噪处理，使用卷积长短期神经网络结构提取分级降噪后电磁信号的时间相关性和空间特征。实验结果表明，基于分级降噪的调制识别方法在低SNR下的识别准确率有3%的提升，在高SNR下的识别准确率达到了94.3%,实现了11种调制方式的高精度识别。

• 单位
  成都信息工程大学