典型文献
利用信号变换域的深度学习调制识别算法
文献摘要：
随着通信环境的日益复杂,对低信噪比下的调制信号识别要求日益提高.针对低信噪比下信号识别率较低的问题,提出了一种基于信号变换域特征的改进残差神经网络调制识别算法,利用信号在自相关域和离散余弦变换域(Discrete Cosine Transform,DCT)表现的特征不同,将信号特征作为并联网络的输入,在网络内部对提取到的不同特征进行融合,在低信噪比下,对BPSK,QPSK,8PSK,16QAM,32QAM,64QAM,128QAM七类调制信号进行自动识别.实验结果表明,当信噪比为0 dB时,7类信号的平均识别率接近93％;信噪比为1 dB时,每一类信号的识别率均达到90％.
文献关键词：
调制识别;自相关;DCT变换;神经网络
中图分类号：
作者姓名：
廖星;高勇
作者机构：
四川大学电子信息学院,四川成都 610065
文献出处：
引用格式：
[1]廖星;高勇-.利用信号变换域的深度学习调制识别算法)[J].无线电工程,2022(09):1574-1579
A类：
离散余弦变换域,128QAM
B类：
调制识别,识别算法,通信环境,低信噪比,调制信号识别,识别率,残差神经网络,自相关,Discrete,Cosine,Transform,DCT,信号特征,并联网络,取到,BPSK,QPSK,8PSK,16QAM,32QAM,64QAM,七类,自动识别,dB
AB值：
0.405467
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
