摘要
由于传统的电子信号调制识别系统及时性和准确率不是很高,并且过分地依赖人工来提取特征,因此需要设计基于深度学习的电子通信信号调制识别系统。在系统的硬件上,在传统的电子通信设备基础上增加了性能较高的数字信号处理器内部芯片并经过A/D转换器进行数据传输。在系统的软件上,结合原电子通信设备的缺陷增加了卷积神经网络系统,为了设备运行的稳定性基于深度学习增加信号调制识别模式。实验结果表明:电子通信设备的硬件和系统的软件之间有很好的兼容性,在相同的条件下没有特别明显的差异;而且在对电子通信信号使用了深度学习的调制识别时,每50个信号数的错误个数只维持在0~5个之间,明显比传统电子通信信号调制识别方法的错误个数更少。由此可见,通过对电子通信设备的硬件和软件进行改善,不仅可以实现深度学习对电子通信设备进行信号调制的识别,还提高了该系统的稳定性。
出处
《电脑知识与技术》
2022年第36期26-28,共3页
Computer Knowledge and Technology
