無線電信號的調(diào)制類型識別是信號檢測與解調(diào)的中間步驟,已有的研究表明利用深度學(xué)習(xí)技術(shù)能高效地識別無線電信號調(diào)制類型。但對于低信噪比區(qū)間內(nèi)識別準(zhǔn)確率驟降的問題,仍沒有一種較好的解決方案。受到深度學(xué)習(xí)在圖像降噪中的啟發(fā),本文提出了低信噪比下基于深度學(xué)習(xí)的調(diào)制模式識別方法,實現(xiàn)了對低信噪比信號的降噪處理,解決了低信噪比區(qū)間信號識別準(zhǔn)確率過低的問題。通過在開源數(shù)據(jù)集下的大量實驗,驗證了本方法的有效性,低信噪比信號調(diào)制類型識別的準(zhǔn)確率由10%上升至15%。最后,文章對于本方法存在的問題進行分析,并對未來的研究進行了展望。 

【文章來源】：計算機科學(xué). 2020,47(S1)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

長短時記憶網(wǎng)絡(luò)(LSTM)結(jié)構(gòu)示意圖

信號在空間或時間上具有一定的連續(xù)性,其有效信號在小波域的小波系數(shù)較大,而噪聲信號在空間或時間上一般呈現(xiàn)離散狀態(tài),其在小波域內(nèi)的小波系數(shù)較小。利用這一性質(zhì),可以通過小波變換的方法來實現(xiàn)對信號的降噪處理。小波閾值降噪法的具體流程如圖2所示。對輸入的原始信號進行小波分解處理,計算得到不同的小波系數(shù),假設(shè)噪聲信號服從高斯分布,那么絕大部分的噪聲系數(shù)都會位于[-3σ,3σ]區(qū)間內(nèi),將該區(qū)間內(nèi)的系數(shù)置零,以實現(xiàn)對噪聲信號最大程度的抑制。利用閾值處理后的小波系數(shù),實現(xiàn)無線電信號重構(gòu),得到降噪后的信號。

本文設(shè)計了低信噪比下基于深度學(xué)習(xí)的調(diào)制模式識別方法,如圖3所示,主要包括低信噪比分類器、降噪自編碼器以及調(diào)制類型識別網(wǎng)絡(luò)。其中低信噪比分類器的本質(zhì)是一個二分類器,通過設(shè)置不同的信噪比閾值,能夠識別信噪比中的高信噪比信號與低信噪比信號。降噪自編碼器能夠?qū)崿F(xiàn)對低信噪比無線電信號的降噪處理。調(diào)制類型識別網(wǎng)絡(luò)由LSTM網(wǎng)絡(luò)構(gòu)成,能夠識別所輸入無線電信號的調(diào)制類型。3.2 基于LSTM的無線電信號調(diào)制類型識別模型

【參考文獻】：
期刊論文
[1]FFT和小波變換在信號降噪中的應(yīng)用[J]. 劉鯖潔,陳桂明,劉曉方,占軍.  數(shù)據(jù)采集與處理. 2009(S1)
[2]一種MPSK信號調(diào)制方式分類的新方法[J]. 滕煒亮,趙明生,扈旻.  電訊技術(shù). 2004(02)



本文編號：3096172