基于深度学习的通信辐射源调制样式识别方法

董睿杰; 杨瑞娟; 李东瑾; 彭岑昕; 王国超

首页> 中文期刊>空军预警学院学报 >基于深度学习的通信辐射源调制样式识别方法

基于深度学习的通信辐射源调制样式识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对自动调制分类中通信辐射源调制方式识别率低问题,提出了一种基于短时傅里叶变换(STFT)和卷积神经网络(CNN)结合的方法.该方法首先对通信辐射源信号进行小波阈值降噪,去除混在信号中的高斯白噪声;然后经过短时傅里叶变换,将一维时域信号变换成二维时频域图像,利用临近插值法降维;将时频图输入卷积神经网络进行训练,通过对超参数的选取,得到优化的卷积神经网络;最后采用softmax函数给出识别结果.仿真结果表明,当信噪比(SNR)为0 dB时,利用本文识别方法的宏平均值达到0.874以上,其性能显著优于传统方法.

著录项

来源
《空军预警学院学报》|2019年第6期|P.427-431|共6页
作者
董睿杰; 杨瑞娟; 李东瑾; 彭岑昕; 王国超;
展开▼
作者单位

空军预警学院武汉430019;

95174部队武汉430040;

展开▼
原文格式 PDF
正文语种 chi
中图分类信号处理;
关键词
通信辐射源; 调制样式识别; 小波阈值降噪; 短时傅里叶变换; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 基于深度学习的通信辐射源调制样式识别方法 [J] . 董睿杰 ,杨瑞娟 ,李东瑾 . 空军预警学院学报 . 2019,第006期
2. 浅谈通信信号调制样式自动识别方法 [J] . 古相平 . 无线互联科技 . 2011,第002期
3. 通信信号调制样式自动识别方法 [J] . 付仕平 ,杨丽 ,徐浩彭 . 科技创新导报 . 2008,第016期
4. 基于深度学习的雷达辐射源型号识别方法 [J] . 雷涛 ,旷生玉 ,杨玲 . 电子信息对抗技术 . 2019,第004期
5. 一种基于深度学习的辐射源信号调制识别新算法 [J] . 陶冠宏 ,周林 . 科学技术与工程 . 2020,第003期
6. 通信对抗系统中通信调制样式的识别 [C] . 刘小秋 ,薛磊 . 第十届全国青年通信学术会议 . 2005
7. 基于深度学习的通信信号调制模式识别方法研究 [A] . 田晓迪 . 2020

基于深度学习的通信辐射源调制样式识别方法

摘要

著录项

相似文献

相关主题

期刊订阅