無(wú)線電調(diào)制類型識(shí)別廣泛應(yīng)用于軍民的各個(gè)領(lǐng)域,相比人工識(shí)別和頻譜分析法等傳統(tǒng)方法,基于深度學(xué)習(xí)的信號(hào)調(diào)制類型識(shí)別方法取得了較好性能,但仍存在識(shí)別準(zhǔn)確率低的問(wèn)題。文中提出了一種基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）模型的信號(hào)調(diào)制類型識(shí)別方法,將深度學(xué)習(xí)分類方法與信噪比分級(jí)相結(jié)合,設(shè)計(jì)了一種基于深度學(xué)習(xí)的信噪比分級(jí)調(diào)制類型識(shí)別框架。通過(guò)準(zhǔn)確分類高低信噪比信號(hào),并采用不同的降噪處理來(lái)提高低信噪比信號(hào)調(diào)制類型識(shí)別的準(zhǔn)確率。通過(guò)機(jī)器學(xué)習(xí)方法對(duì)2016.4C信號(hào)數(shù)據(jù)集進(jìn)行調(diào)制類型識(shí)別的準(zhǔn)確率為21%,通過(guò)深度學(xué)習(xí)模型對(duì)2016.4C信號(hào)數(shù)據(jù)集進(jìn)行不降噪、分級(jí)降噪、全部降噪3個(gè)調(diào)制類型識(shí)別對(duì)比實(shí)驗(yàn),識(shí)別準(zhǔn)確率分別為69.82%,70.50%,66.67%,有效驗(yàn)證了所提方法對(duì)提高低信噪比信號(hào)調(diào)制類型識(shí)別準(zhǔn)確率的可行性與優(yōu)越性。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(S1)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

基于信噪比分級(jí)的調(diào)制類型識(shí)別框圖

圖2為循環(huán)神經(jīng)網(wǎng)絡(luò)前向計(jì)算展開(kāi)圖,其中St為t時(shí)刻的狀態(tài)單元,Xt為t時(shí)刻的輸入數(shù)據(jù),Ot為t時(shí)刻的輸出數(shù)據(jù),W為不同時(shí)刻間的記憶傳遞參數(shù)矩陣,U為輸入數(shù)據(jù)傳遞參數(shù)矩陣,V為輸出數(shù)據(jù)傳遞參數(shù)矩陣。圖3為L(zhǎng)STM結(jié)構(gòu)示意圖,其中,f(t)為遺忘門,i(t)為輸入門,Ot為輸出門,tanh與σ為激活函數(shù),Ct-1與ht-1為上一單元的輸出,Ct與ht為本單元的輸出。

tanh ?x= sinh?x cosh?x = e x -e -x e x +e -x ?????? ??? (7) S(x)= 1 1+e -x ?????? ??? (8)本文中的LSTM神經(jīng)網(wǎng)絡(luò)框架均為下文所述的結(jié)構(gòu)框架。

【參考文獻(xiàn)】：
期刊論文
[1]高速移動(dòng)通信系統(tǒng)信噪比預(yù)測(cè)方法[J]. 常莉莉,戴憲華,李毅,石春.  電路與系統(tǒng)學(xué)報(bào). 2012(01)
[2]基于接收信號(hào)信噪比預(yù)測(cè)的自適應(yīng)跳頻信道質(zhì)量評(píng)估[J]. 戰(zhàn)大為,董俊,劉坤,楊陽(yáng),翟斌.  艦船電子工程. 2008(04)



本文編號(hào)：3023973