利用信号变换域的深度学习调制识别算法

作者：廖星; 高勇

来源：无线电工程, 2022, 52(09): 1574-1579.

• 调制识别
• 自相关
• DCT变换
• 神经网络

随着通信环境的日益复杂，对低信噪比下的调制信号识别要求日益提高。针对低信噪比下信号识别率较低的问题，提出了一种基于信号变换域特征的改进残差神经网络调制识别算法，利用信号在自相关域和离散余弦变换域(Discrete Cosine Transform, DCT)表现的特征不同，将信号特征作为并联网络的输入，在网络内部对提取到的不同特征进行融合，在低信噪比下，对BPSK,QPSK,8PSK,16QAM,32QAM,64QAM,128QAM七类调制信号进行自动识别。实验结果表明，当信噪比为0 dB时，7类信号的平均识别率接近93%;信噪比为1 dB时，每一类信号的识别率均达到90%。

• 单位
  四川大学