雑音除去自己符号化器を備える深層学習型の変調方式識別法

摘要

受信信号の変調方式識別は，コグニティブ無線や電波監視といった分野において，無線通信の状況を分析する要素技術として重要である[1]．近年，深層学習の一形態である畳み込みニューラルネットワーク（CNN:Convolutional Neural Network）により同相信号，直交信号から変調方式を識別することで，従来の特徴量を用いた識別手法と比較して必要サンプル数を削減する手法の研究が進められている[2]．本稿では，雑音除去自己符号化器(DAE: Denoising Autoencoder）による雑音除去を行った特徴量と入力信号をCNN の入力として変調方式を識別する手法により，従来手法と比較して信号対雑音比0dB での識別率が10%改善することを示す．