| 基于双曲正切特征和双特征融合神经网络的调制方式识别 |
| |
| 作者姓名： | 张兆军 高银锐 邱天爽 李芃芃 栾声扬 陈薇 |
| |
| 作者单位： | 1. 江苏师范大学电气工程及自动化学院;2. 大连理工大学电子信息与电气工程学部;3. 国家无线电监测中心地面业务部 |
| |
| 基金项目： | 2022江苏省青蓝工程项目;;徐州市科技计划项目(KC22290,KC21001);;国家自然科学基金资助项目(61801197);;江苏省自然科学基金资助项目(BK20181004);;江苏省高等学校基础科学(自然科学)研究项目(21KJB520005,18KJB510012); |
| |
| 摘 要： | 由于调制方式识别能够在先验知识不足的情况下判断接收信号的调制类型,故而在各类无线通信系统中起到重要作用,许多学者也围绕该问题进行了深入的研究,并在高斯噪声条件下取得了诸多进展.但是,由于自然或人为因素,有时候噪声中会出现尖峰,导致其具有脉冲性.此时,就无法继续采用高斯模型对其进行描述,因为相关的方法会发生严重的性能退化或者完全失效.为了解决该问题,首先借助双曲正切函数提出了两类改进的特征;然后基于注意力机制和门控循环单元等设计了一种双特征融合的深度神经网络作为分类器;最后,在模式识别框架下提出了一种新的调制方式识别方法.实验结果表明,所提方法能够有效抑制高斯和非高斯混合噪声,同时取得良好的调制方式识别结果.
|
| 关 键 词： | 调制方式识别 混合噪声 双曲正切函数 注意力机制 特征融合 |
|
|
