随着海陆空一体覆盖的6G通信技术不断发展，水下通信技术作为其关键组成部分起着至关重要的作用，水声信号调制方式识别技术保障了通信系统的稳定性。针对基于深度学习算法的水声信号调制方式识别技术准确率低、复杂度高的问题，设计了一种高效、准确的基于深度融合神经网络的水声信号调制方式识别算法。试验结果表明，基于实测水声数据集，该算法验证集准确率高达98.21%，水声信号平均识别时间仅为7.164 ms，与常规深度学习算法相比，深度融合神经网络模型既保证了高识别精度又大幅降低了识别时间。
科研之友
微信
新浪微博
Facebook
分享链接
