【摘要】：針對調(diào)制信號的自動調(diào)制識別,傳統(tǒng)方法主要通過提取特征并利用機器學習算法進行分類和識別。其性能受特征提取和選擇的限制,對新信號適應(yīng)性較差。不同的調(diào)制信號其時域幾乎包含了信號的所有信息,傳統(tǒng)方法卻無法直接處理時域數(shù)據(jù)。深度學習算法近年來在圖像識別和語音信號處理領(lǐng)域逐漸成為主流,特別是這些算法面對的幾乎都是原始圖像或語音數(shù)據(jù)。鑒于此,本論文探討了深度學習算法及時域數(shù)據(jù)在調(diào)制識別領(lǐng)域的應(yīng)用,主要研究內(nèi)容如下:1.針對常見的通信信號,提出了基于卷積神經(jīng)網(wǎng)絡(luò)時域數(shù)據(jù)調(diào)制識別算法-SCC-CNN,相比于傳統(tǒng)算法其性能提升了 3-5dB,且無需專家知識提取特征。2.提出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)的時域數(shù)據(jù)調(diào)制識別算法,其性能相比公開算法提升0.5-1dB,且相比SCC-CNN,其具有可比的性能。3.針對開集調(diào)制識別,本論文探索了基于深度學習統(tǒng)一特征表示的開集調(diào)制識別算法,該算法通過深度學習算法來學習具有鑒別性的特征,之后對特征進行分布擬合,利用特征分布完成開集情況的調(diào)制識別。兩個數(shù)據(jù)集的開集識別性能分別提升了 14.2%和 24.4%。4.在FPGA平臺上對簡化算法-CB-CNN進行了定點壓縮及硬件實現(xiàn)。
【圖文】：

逑［６６］。和ＤＢＮ不同的是，ＤＢＭ整個都是無向圖模型，同樣沒有層內(nèi)連接，圖２．１邋（ｃ）是逡逑一個典型的ＤＢＭ。對于一個由１個可視層ｖ和３個隱層／？（１），Ａ（２），／ｚ（３）組成的ＤＢＭ，考逡逑慮二元單元組成的情形，則基于能量函數(shù)可以給出聯(lián)合概率分布：逡逑Ｊｐ（ｖ，／ｉ（Ｉ），／ｉ，２＞，／ｉ＜３））邋＝邋－＾－ｅｘｐ（－￡（ｖ，／ｉ（１），／２（２），／Ｊ（３）；０））邐（２－１２）逡逑Ｚ（０）逡逑為簡化表達，在下面的式中省去參數(shù)，則ＤＢＭ的能量函數(shù)可定義如下：逡逑Ｅ（ｖ，，ｈ°＼ｈｍ，ｈＯ）；０）邋＝邋－ｖＴＷｍｈ｛１）邋￣ｈ＾ＴＷｍｈｗ－ｈａ）ＴＷ０）ｈ０）邐（２－１３）逡逑和ＲＢＭ的能量函數(shù)不同的是，ＤＢＭ的能量函數(shù)包含了隱層之間的加權(quán)乘積，這些逡逑連接對模型的行為和模型推理的過程都有重要影響。逡逑對于兩個隱層的ＲＢＭ，條件概率為：逡逑）邋＝邋？＇）＃））邐（２－１４）逡逑尸（＇⑴邐＋邐（２－１５）逡逑＾（＼（２）邋＝邋ｌ｜／ｉ（１））邋＝邋0－（／ｉ（ｌ）Ｊ＾２））邐（２－１６）逡逑由于ＤＢＭ是一個無向圖模型

ｉ是輸入數(shù)據(jù)ｘ被噪聲所污染后的數(shù)據(jù)，而ＤＡＥ則需要在去除噪聲的基礎(chǔ)上恢逡逑復(fù)原始輸入數(shù)據(jù)ａｔ，即ＤＡＥ最終的輸出是原始的未經(jīng)污染的數(shù)據(jù)。逡逑ＤＡＥ的訓練過程如圖２．３所示，引入條件分布Ｃ（ｉ｜ｘ）來表示數(shù)據(jù)被污染的過程，逡逑而自動編碼器則學習到一個重構(gòu)數(shù)據(jù)的分布（ｘ邋｜幻來估計訓練對（＊ｖ，幻。逡逑１０逡逑１逡逑
【學位授予單位】：中國工程物理研究院
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN911.3;TP18

【參考文獻】

相關(guān)期刊論文 前7條

1 李紅;;淺析通信信號調(diào)制識別方法[J];科技創(chuàng)新與應(yīng)用;2015年34期

2 童年;李立春;;非重構(gòu)壓縮樣值的MPSK信號最大似然調(diào)制識別[J];信息工程大學學報;2015年05期

3 高新;姚遠程;秦明偉;;一種基于小波變換和統(tǒng)計特征的數(shù)字信號調(diào)制模式識別方法[J];現(xiàn)代電子技術(shù);2014年19期

4 蔡興;王建敏;;軟件無線電系統(tǒng)中的調(diào)制識別系統(tǒng)組成及識別方法[J];江西科技師范大學學報;2013年06期

5 吳量;江樺;崔偉亮;;利用循環(huán)平穩(wěn)性檢測和支持向量機的調(diào)制信號分類[J];應(yīng)用科學學報;2013年06期

6 靳曉艷;周希元;;一種最大似然調(diào)制識別的快速算法[J];系統(tǒng)工程與電子技術(shù);2013年03期

7 程漢文;吳樂南;;基于多天線接收機的信號調(diào)制方式識別[J];信號處理;2009年02期

相關(guān)碩士學位論文 前3條

1 劉錦宇;無線信道中典型通信信號模式識別技術(shù)研究[D];北京郵電大學;2015年

2 王棟;基于循環(huán)相關(guān)的調(diào)制模式識別及參數(shù)估計研究[D];西南交通大學;2014年

3 張成根;航空通信中數(shù)字通信信號的調(diào)制識別研究[D];鄭州大學;2014年

本文編號：2596570