收藏文章

6

    基于复数深度神经网络的电磁信号调制识别

    袁德品 赵亮 葛宪生

    中国电子科技集团公司第二十二研究所

    摘要:
    在复杂电磁环境区域中,较难获取信号调制类型。传统调制信号识别分类方法因自身缺陷导致识别成功率不佳。目前用于信号调制的深度学习方法均基于实数来表征和处理,但因丢失复数原本的内在联系而容易出现识别偏差。针对这种情况,文中将复数深度神经网络应用于电磁信号的调制识别,设计了复卷积、批归一化和全连接网络等复数卷积深度神经网络,并通过Softmax函数完成最终的分类任务。采用标准数据集RML2016.10a完成网络训练以及测试工作。实验结果表明,通过训练后的复数深度神经网络优于传统识别算法,可以有效提升电磁信号识别率。
    基金项目:
    国防预研(145AZB070002000X)
    页码:
    1-6 
    刊物介绍