脉冲噪声环境下的水声通信信号调制识别方法

摘要

为了提高浅海脉冲噪声环境下水声通信信号调制识别的性能和实用性,提出了基于降噪自编码器和卷积神经网络的调制识别方法.算法构造了联合降噪自编码器和卷积神经网络的框架,利用降噪自编码器对含噪声信号进行降噪处理,利用卷积神经网络对降噪信号的功率谱图进行调制方式的分类识别.为了解决目标水域水声通信信号训练样本不足的问题,采用迁移学习思想,利用典型声剖面构造水声通信信号训练数据集,采用两步迁移策略提升小样本条件下的水声信号调制识别能力.仿真实验和实测数据验证了本文方法的有效性.与现有算法相比,本文所提方法具有较高的识别率,并且提升了目标信道数据不足条件下的识别性能.