科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对小样本条件下通信信号识别准确率不高、网络训练困难的问题，本文提出一种基于残差生成对抗网络的调制识别算法。首先，设计一种以Leakyrelu作为隐藏层激活函数的新残差单元，使得网络对输入为负值的数据也可以进行梯度计算；然后，将新残差单元组成的残差网络和卷积神经网络作为本文算法的基本网络结构，使用卷积步幅为1的非对称小卷积核，更好地提取信号的边缘特征信息；最后，用Dropout代替池化操作，并选择Adam梯度优化算法以交替迭代方式完成网络训练。仿真实验结果表明，小样本条件下，残差生成对抗网络算法复杂度明显降低，信噪比（signal to noise ratio,SNR）在0dB以上时，对10种调制信号的识别准确率可以达到91%，验证了所提方法的有效性。
-
单位空军工程大学信息与导航学院
