無線電信號(hào)的調(diào)制類型識(shí)別是信號(hào)檢測(cè)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(shí)別無線電信號(hào)調(diào)制類型。但對(duì)于低信噪比區(qū)間內(nèi)識(shí)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(shí)別方法,實(shí)現(xiàn)了對(duì)低信噪比信號(hào)的降噪處理,解決了低信噪比區(qū)間信號(hào)識(shí)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(shí)驗(yàn),驗(yàn)證了本方法的有效性,低信噪比信號(hào)調(diào)制類型識(shí)別的準(zhǔn)確率由10%上升至15%。最后,文章對(duì)于本方法存在的問題進(jìn)行分析,并對(duì)未來的研究進(jìn)行了展望。 

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

【文章頁數(shù)】：6 頁

【部分圖文】：

長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)結(jié)構(gòu)示意圖

信號(hào)在空間或時(shí)間上具有一定的連續(xù)性,其有效信號(hào)在小波域的小波系數(shù)較大,而噪聲信號(hào)在空間或時(shí)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(shí)現(xiàn)對(duì)信號(hào)的降噪處理。小波閾值降噪法的具體流程如圖2所示。對(duì)輸入的原始信號(hào)進(jìn)行小波分解處理,計(jì)算得到不同的小波系數(shù),假設(shè)噪聲信號(hào)服從高斯分布,那么絕大部分的噪聲系數(shù)都會(huì)位于[-3σ,3σ]區(qū)間內(nèi),將該區(qū)間內(nèi)的系數(shù)置零,以實(shí)現(xiàn)對(duì)噪聲信號(hào)最大程度的抑制。利用閾值處理后的小波系數(shù),實(shí)現(xiàn)無線電信號(hào)重構(gòu),得到降噪后的信號(hào)。

本文設(shè)計(jì)了低信噪比下基于深度學(xué)習(xí)的調(diào)制模式識(shí)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(shí)別網(wǎng)絡(luò)。其中低信噪比分類器的本質(zhì)是一個(gè)二分類器,通過設(shè)置不同的信噪比閾值,能夠識(shí)別信噪比中的高信噪比信號(hào)與低信噪比信號(hào)。降噪自編碼器能夠?qū)崿F(xiàn)對(duì)低信噪比無線電信號(hào)的降噪處理。調(diào)制類型識(shí)別網(wǎng)絡(luò)由LSTM網(wǎng)絡(luò)構(gòu)成,能夠識(shí)別所輸入無線電信號(hào)的調(diào)制類型。3.2 基于LSTM的無線電信號(hào)調(diào)制類型識(shí)別模型

【參考文獻(xiàn)】：
期刊論文
[1]FFT和小波變換在信號(hào)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(hào)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(hào)：3096172