基于星座图和密集连接网络的QAM信号识别

作者：葛战^*; 李兵; 孙磊; 蒋鸿宇; 周劼

来源：电子信息对抗技术, 2023, 38(01): 43-48.

• 密集连接网络
• 调制分类
• 星座图
• 注意力机制

利用深度神经网络对图像数据的显著学习能力，提出了一种基于通信信号星座图和密集连接网络(DenseNet)的正交幅度调制(Quadrature Amplitude Modulation, QAM)信号调制分类算法。算法首先对接收信号进行预处理，获取训练所需的星座图数据集，然后采用DenseNet对其进行训练学习，进而实现调制分类。同时在DenseNet网络中引入通道注意力机制，进一步增强特征的学习能力，提升分类性能。对不同信号长度、不同神经网络以及存在频偏和相偏估计误差等场景进行了多组实验。仿真结果表明：DenseNet相比卷积神经网络(Convolutional Neural Network, CNN)和残差网络ResNet-20能够有效提升分类准确率；相比基于累积量、累积分布及原始IQ(In-phase and Quadrature)数据等现有方法也均取得了较优的识别性能。

• 单位
  中国工程物理研究院电子工程研究所