基于残差神经网络的通信混合信号识别

Posted 无线电工程

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于残差神经网络的通信混合信号识别相关的知识,希望对你有一定的参考价值。


作  者:董聪,张传武,高勇


摘  要:针对混合信号单通道识别, 传统方法主要通过提取特征进行分类和识别, 其性能受特征提取和选择的限制。不同的调制信号其时域几乎包含了信号的所有信息, 传统方法却无法直接处理时域数据。提出了基于残差神经网络的通信混合信号识别算法, 直接对时域混合信号进行识别, 不需要人工定义识别特征, 可实现识别特征的自动提取, 在信噪比4 dB 以上, 码元速率、频偏和相偏在一定范围内随机的情况下,能对2FSK+4FSK, BPSK+2FSK, BPSK+4FSK, BPSK+BPSK, BPSK+QPSK, QPSK+2FSK, QPSK+4FSK, QPSK+QPSK八种混合信号有较好的识别率。


关键词:混合信号; 单通道; 深度学习; 残差神经网络


文献来源:董聪,张传武,高勇.基于残差神经网络的通信混合信号识别[J].无线电工程,2020,50(9):727-731.


doi:10.3969/j.issn.1003-3106.2020.09.003 


点击这里阅读原文

以上是关于基于残差神经网络的通信混合信号识别的主要内容,如果未能解决你的问题,请参考以下文章

深度残差网络的无人机多目标识别

调制识别基于高阶累积量的调制方式识别算法matlab仿真,课题识别BPSK, QPSK, 16QAM, 64QAM

深度残差网络+自适应参数化ReLU激活函数(调参记录1)

使用Python+TensorFlow2构建基于卷积神经网络(CNN)的ECG心电信号识别分类

基于CNN卷积神经网络的语音信号识别算法matlab仿真

语音识别基于matlab BP神经网络语音特征信号分类含Matlab源码 2338期