針對(duì)在非協(xié)作通信領(lǐng)域中正交振幅調(diào)制（QAM）與頻移鍵控（PSK）信號(hào)類(lèi)間以及QAM信號(hào)類(lèi)內(nèi)難以識(shí)別的問(wèn)題,提出了一種基于時(shí)頻域?qū)?shù)結(jié)合深度學(xué)習(xí)的調(diào)制方式自動(dòng)識(shí)別算法。該算法無(wú)需任何先驗(yàn)信息,將接收到的調(diào)制信號(hào)經(jīng)過(guò)時(shí)頻域?qū)?shù)預(yù)處理,以經(jīng)過(guò)預(yù)處理后的信號(hào)作為神經(jīng)網(wǎng)絡(luò)的輸入,利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對(duì)QPSK和MQAM信號(hào)進(jìn)行自動(dòng)識(shí)別分類(lèi),實(shí)現(xiàn)了對(duì)QPSK,8QAM,16QAM,32QAM,64QAM和128QAM六種集內(nèi)信號(hào)的自動(dòng)識(shí)別。仿真結(jié)果表明,當(dāng)信噪比達(dá)到4 dB時(shí),集內(nèi)每種信號(hào)的識(shí)別準(zhǔn)確率均達(dá)到90%以上。通過(guò)實(shí)測(cè)信號(hào)驗(yàn)證了算法的有效性。 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 信號(hào)模型
2 信號(hào)預(yù)處理
3 基于CNN的調(diào)制方式識(shí)別算法
4 算法仿真以及性能分析
    4.1 仿真數(shù)據(jù)集
    4.2 仿真結(jié)果
    4.3 實(shí)測(cè)信號(hào)驗(yàn)證
5 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于稀疏濾波神經(jīng)網(wǎng)絡(luò)的智能調(diào)制識(shí)別[J]. 李潤(rùn)東,李立忠,李少謙,宋熙煜,何鵬.  電子科技大學(xué)學(xué)報(bào). 2019(02)
[2]基于深度學(xué)習(xí)的通信信號(hào)自動(dòng)調(diào)制識(shí)別技術(shù)[J]. 姚宇晨,彭虎.  電子技術(shù)應(yīng)用. 2019(02)
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的數(shù)字調(diào)制方式識(shí)別[J]. 彭超然,刁偉鶴,杜振宇.  計(jì)算機(jī)測(cè)量與控制. 2018(08)
[4]分離通道聯(lián)合卷積神經(jīng)網(wǎng)絡(luò)的自動(dòng)調(diào)制識(shí)別[J]. 郭有為,蔣鴻宇,周劼,蘇建中.  電訊技術(shù). 2018(06)
[5]基于深度神經(jīng)網(wǎng)絡(luò)的數(shù)字信號(hào)調(diào)制類(lèi)型自動(dòng)識(shí)別方法[J]. 丁錫龍,金乾坤.  湘潭大學(xué)自然科學(xué)學(xué)報(bào). 2017(03)
[6]高階QAM信號(hào)調(diào)制識(shí)別算法[J]. 徐江民,高勇.  無(wú)線(xiàn)電工程. 2014(01)
[7]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽(yáng)明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[8]突發(fā)QAM信號(hào)盲識(shí)別算法[J]. 劉聰杰,彭華,吳迪.  計(jì)算機(jī)應(yīng)用. 2012(08)
[9]MQAM信號(hào)調(diào)制方式盲識(shí)別[J]. 張路平,王建新.  電子與信息學(xué)報(bào). 2011(02)
[10]高階QAM調(diào)制制式識(shí)別及其系統(tǒng)實(shí)現(xiàn)[J]. 胡登鵬,王世練,張爾揚(yáng).  飛行器測(cè)控學(xué)報(bào). 2009(02)



本文編號(hào)：3674653