基于深度残差网络的水下通信调制信号分类

摘要

在无线通信中,调制分类是非协作通信的重要组成部分,很难使用常规方法同时兼顾识别准确率和低复杂度对各种调制方案进行高效分类.深度学习方法用来处理这个问题,可以取得良好的效果.在水声通信的环境下,由于通信环境的特殊性,导致信号的调制分类比陆地通信更加困难.创新采用了深度学习网络的改造残差结构形式来区分多种水声通信中的各种常用调制方法,通过合理地选用深度残差网络的超参数,有效克服了模型过拟合问题,取得了良好识别效果.