-
题名一种基于卷积神经网络的信号调制方式识别方法
被引量：6
- 1
-
-
作者
桂祥胜
洪居亭
代华建
孙田亮
-
机构
四川大学电子信息学院
-
出处
《现代计算机》
2019年第10期18-22,26,共6页
-
文摘
在非协作通信中,调制方式识别是信号进行盲解调的前提和基础。传统的一些调制方式分类识别方法存在准确率低、低信噪比下效果差等问题。为了解决这些问题,提出一种基于卷积神经网络(CNN)的调制方式自动识别方法。卷积神经网络具有特征提取和自学习能力,它能从图像处理的角度把握信号细微特征,无需人为干预或数据统计,达到分类识别的效果。数字调制信号的星座图包含信号重要参数信息,是区分不同调制方式的关键特征。仿真生成七种常用数字调制信号,信噪比从-20dB到+18dB,信号以星座图图片的形式保存。将图片输入到自己设计的网络模型中,实验结果表明该模型能够快速实现分类识别功能,分类准确率高、低信噪比下效果好。
-
关键词
卷积神经网络(CNN)
深度学习
星座图
调制识别
-
Keywords
Convolutional Neural Network (CNN)
In-Depth Learning
Constellation Map
Modulation Recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TN911.3
[自动化与计算机技术—控制科学与工程]
-
