基于循环神经网络的卫星幅相信号调制识别与解调算法

作者：查雄; 彭华; 秦鑫; 李天昀; 李广

来源：电子学报, 2019, 47(11): 2443-2448.

• 调制识别
• 信号解调
• 特征提取
• 循环神经网络
• 智能化处理

针对卫星通信中常用的幅相调制信号,提出了一种基于循环神经网络的信号识别与解调模型.通过循环神经单元直接对信号时序进行深层特征提取,结合全连接神经网络对特征进行维度映射,最终完成目标信号的调制识别与解调.该方法不需要预估目标信号载噪比,克服了人为确定阈值的缺陷,对信号频偏误差、定时误差容忍能力强;且在开发维护和更新拓展方面,克服了传统算法需重新部署判决规则的缺点,符合实际工程需求.仿真实验表明,当网络训练达到稳态时,在信噪比为6dB的条件下,目标信号识别率接近98%,解调误码率接近理论门限.本文所建立的理论形式为当今智能化信号处理提供了新思路,其思想同样可应用于其他通信信号处理领域.

• 单位
  中国人民解放军战略支援部队信息工程大学