一种基于深度学习的短突发水声通信信号调制识别方法

摘要

本发明提供一种基于深度学习的短突发水声通信信号调制识别方法。该方法包括：对接收信号y(n)进行脉冲预处理得到信号I(n)；对信号I(n)进行维度预处理得到处理后的时域波形d(m)，使得所述处理后的时域波形d(m)的维度与Att‑CNN模块的输入维度相匹配，所述Att‑CNN模块指采用注意力机制的卷积神经网络；采用所述Att‑CNN模块对所述处理后的时域波形d(m)进行识别，输出第一预测概率向量Pd，所述第一预测概率向量Pd用于指示接收信号y(n)属于所述调制类型集合中各信号类型的概率值；根据所述第一输出预测概率向量Pd进行再次判断，确定最终识别结果。本发明能够有效识别2FSK、4FSK、8FSK、BPSK、QPSK、OFDM、S2C等7类常用水声通信信号。