基于CBAM-CNN-BiGRU的Morse信号智能识别译码算法研究

作者：高振斌; 张毅; 宿绍莹^*

来源：无线电工程, 2022, 52(09): 1519-1524.

• Morse信号
• 低信噪比
• 识别译码
• 卷积神经网络
• 注意力机制

无线电Morse报是不可或缺的短波通信方式之一，但其自动接收译码方法研究较少，尤其是低信噪比环境下识别准确率、速度无法达到实用要求。提出了一种端到端的智能识别译码算法，对Morse信号进行时频变换和伪彩色图像增强；利用融入卷积注意力机制模块(Convolutional Block Attention Module, CBAM)的卷积神经网络(Convolutional Neural Network, CNN),完成有效特征序列提取；通过双向门控循环单元(Bi-directional Gated Recurrent Unit, BiGRU)实现识别译码及报文预测输出。图像增强与CBAM模块有效解决了小训练样本及低信噪比情况下，识别准确率过低的问题；BiGRU模块保证了译码实时性。算法针对仿真及实测数据的字识别准确率分别达到98.81%和96.68%,报文译码准确率分别达到96.76%和85.91%,明显优于同类算法。

• 单位
  河北工业大学; 国防科技大学; 电子信息工程学院