發(fā)布時間：2024-01-26 23:24

　　現(xiàn)代戰(zhàn)場電磁環(huán)境日益復(fù)雜,信號密度不斷增加,雷達(dá)和通信信號的調(diào)制識別是電子對抗及電子偵察的重要環(huán)節(jié)。人工神經(jīng)網(wǎng)絡(luò)中的深度學(xué)習(xí)網(wǎng)絡(luò)由于具有強(qiáng)大的表征學(xué)習(xí)能力,可以從原始數(shù)據(jù)中提取出各種復(fù)雜的特征。采取中頻信號延遲自相關(guān)結(jié)合時頻分析的預(yù)處理方法,再將時頻信息作為卷積神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行訓(xùn)練,最終得到調(diào)制方法識別分類的結(jié)果。基于工作的實際需求,對深度學(xué)習(xí)在信號調(diào)制識別中提出了一些展望,如進(jìn)一步提高在低信噪比下的識別率和研究深度學(xué)習(xí)調(diào)制識別混合架構(gòu)。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 中頻信號預(yù)處理及時頻分析
    1.1 雷達(dá)和通信信號
    1.2 信號預(yù)處理
        1.2.1 信號去噪
        1.2.2 延遲自相關(guān)處理
        1.2.3 短時傅里葉變換
2 基于CNN的通信和雷達(dá)信號調(diào)制方式識別工作原理
    2.1 卷積神經(jīng)網(wǎng)絡(luò)(CNN)
    2.2 卷積網(wǎng)絡(luò)結(jié)構(gòu)
    2.3 參數(shù)選取
3 仿真結(jié)果
    3.1 網(wǎng)絡(luò)采取不同通道數(shù)下的訓(xùn)練結(jié)果
    3.2 不同信噪比下的訓(xùn)練結(jié)果
4 結(jié)束語



本文編號：3885882