首页|基于卷积双向长短期神经网络的调制方式识别

基于卷积双向长短期神经网络的调制方式识别

Modulation Recognition Using Cnvolution Bi-directional Long Short-term Memory

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法.利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的.实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值.

谭继远、张立民、钟兆根

展开 >

海军航空大学研究生一队,山东烟台264001

海军航空大学信息融合研究所,山东烟台264001

海军航空大学航空基础学院,山东烟台264001

调制识别 卷积神经网络 双向长短期记忆神经网络 深度学习

国家自然科学基金泰山学者工程专项基金资助项目

61179016ts201511020

2020

10.3969/j.issn.1002-0640.2020.06.024

火力与指挥控制
火力与指挥控制研究会,火力与指挥控制专业情报网

火力与指挥控制

CSTPCDCSCD北大核心
影响因子：0.312
ISSN：1002-0640
年,卷(期)：2020.45(6)
  • 8
  • 1