基于软阈值深度学习的自动调制识别算法

作者：何荣荣^*; 徐逸凡^*; 刘洁; 姚凯凌

来源：电波科学学报, 2022, 37(03): 465-470.

• 自动调制识别
• 深度学习
• 软阈值函数
• 卷积神经网络(CNN)
• 降噪

自动调制识别是认知无线电、电子侦察、电磁态势生成中重要的环节.由于电磁环境日益复杂，噪声对能否正确调制识别影响显著.本文针对低信噪比（signal-noise ratio,SNR）环境条件设计了一种基于软阈值的深度学习模型，在卷积神经网络（convolutional neural networks, CNN）的基础上加入软阈值函数.将IQ数据转化为幅度相位信息作为模型的输入，CNN用于提取幅度相位数据中的特征，软阈值学习网络可以针对不同特征设置不同阈值，用于滤除样本噪声，提高低SNR条件下的识别率.在开源数据集RML2016.10a上验证了所提算法的有效性，对比其他网络结构，本文提出的模型识别率更高且效率更高.

• 单位
  中国人民解放军陆军工程大学