基于生成对抗与卷积神经网络的调制识别方法

作者：邵凯^*; 朱苗苗; 王光宇

来源：系统工程与电子技术, 2022, 44(03): 1036-1043.

• 自动调制识别
• 时频分布
• 卷积神经网络
• 生成对抗网络
• 剩余密集块

自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题，提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数字信号调制识别方法。在利用平滑伪Wigner-Ville分布将调制信号转换为时频图像(time-frequency images, TFIs)后，在经典GAN中嵌入了剩余密集块(residual dense block, RDB)结构，保证了对TFIs的去噪和修复。通过对经典的剩余网络(residual network, ResNet)模型微调，满足了TFIs的识别与分类。仿真结果表明，所提方法在低信噪比情况下有效地降低了噪声对TFIs的干扰，提高了识别性能。

• 单位
  重庆邮电大学; 通信与信息工程学院