最小错误准则下多传感器信号检测与调制识别

针对多传感器分布式接收中的弱信号检测与调制识别稳健性不足的问题，提出了一种基于深度学习的联合处理算法。该方法采用分布式软信息融合处理策略，将信号检测与调制识别综合为一个多元假设检验问题，借助深度神经网络优异的函数逼近能力，在对网络结构、目标函数和网络输入输出进行分析基础上，给出了基于深度神经网络的联合后验概率求解及分类判决方法。通过仿真实验对所提方法性能进行了验证，结果表明，该方法能实现多个传感器信号有效融合，并且随着接收单元数目增加，分类准确率明显提升；与现有基于等权值合并的置信度融合方法相比，该方法性能更优，且在低信噪比、短数据和接收单元数目较多时优势体现更加明显。