一种基于深度神经网络的调制盲识别方法

摘要

调制识别技术在民用和军事领域中都具有非常重要的意义。判识信号的调制类型,是实现通信信号正确接收解调的前提。针对低信噪比下的数字调制信号类型识别问题,提出了一种基于深度神经网络的调制识别方法。该方法采用特征提取新思路,在计算处理中进行了融合,具有良好的稳健性和抗噪性。此外,改进分级判决方法,引入分层模型结构,扩展了适用范围。最后,通过计算机仿真验证了新方法结果的有效性,且其识别正确率高,具有工程实用性,性能也优于过去的一些算法。