基于密集连接机制的无线信号调制识别

作者：王安义; 李立^*

来源：科学技术与工程, 2023, 23(03): 1104-1110.

• 信号处理
• 调制识别
• 深度学习
• 深度神经网络

为提高复杂信道环境下无线通信系统对调制信号的检测识别能力，以及针对当前调制识别方法存在的模型复杂、计算量大、输入数据特征不完备等问题。提出一种改进的深度学习算法模型，对真实无线环境下的9种常见调制信号进行识别研究。该算法通过对原始的同相正交(in-phase quadrature, IQ)数据进行幅度相位计算，以此增加模型输入数据的特征信息，采用改进的密集神经网络(dense neural network, DenseNet)对常见调制信号进行识别分类。实验结果表明：在相同的训练数据样本中，相比其他深度学习调制识别算法，改进算法性能最优。在信噪比为0时，DenseNet平均识别率达到84.6%。改进的IQ输入数据明显提高了无线信号的检测识别率，在信噪比为-10 dB和-5 dB时，调制信号的识别率提高了10%。

• 单位
  西安科技大学; 通信与信息工程学院