基于CWD和残差收缩网络的调制方式识别方法

作者：宋子豪; 程伟^*; 彭岑昕; 李晓柏

来源：系统工程与电子技术, 2021, 43(11): 3371-3379.

• 调制方式识别
• 软阈值化
• Choi-Williams分布
• 深度残差收缩网络

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题,提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵,对深度残差网络添加软阈值化得到DRSN,将时频矩阵样本用于对DRSN的训练,最终构建不同信噪比下的调制方式识别网络。仿真实验表明,基于RadioML2016.10a数据集,利用部分先验信息的情况下,该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时,对11类信号的总体识别准确率达到了89.95%;在2 dB以上时,总体识别准确率均超过91%,优于其他深度学习识别方法。

• 单位
  中国人民解放军空军预警学院