利用新型卷积神经网络识别MPSK信号调制方式

作者：王爱丽; 张佳炜; 姜开元; 吴海滨^*; 岩堀祐之

来源：哈尔滨理工大学学报, 2021, 26(05): 97-103.

DOI：10.15938/j.jhust.2021.05.013

• 调制识别
• 卷积神经网络
• 迁移适配
• InceptionResNetV2

随着人工智能技术的快速发展,卷积神经网络越来越多地应用到通信信号调制识别领域。针对数字信号在低信噪比的识别准确率较低的问题,采用InceptionResNetV2网络与迁移适配相结合的方法,研究了一种调制识别模型,称之为InceptionResnetV2-TA,对MPSK信号的调制方式进行识别。结果表明,信噪比为3dB时,InceptionResnetV2-TA对BPSK的识别率达到99.33%,比次优模型InceptionResNetV2高出3%。对QPSK的识别率达到95.33%,比InceptionResNetV2高出2%。对8PSK的识别率达到86.33%,比InceptionResNetV2高出5%。综上,结合了迁移适配的InceptionResnetV2-TA,对BPSK、QPSK和8PSK在低信噪比的识别准确率高于其他对比方法。同时验证了这种调制识别模型的有效性。

• 单位
  哈尔滨理工大学