基于深度学习的卫星信号调制识别算法

任进; 姬丽彬; 党柳

首页> 中文期刊> 《无线电工程》 >基于深度学习的卫星信号调制识别算法

基于深度学习的卫星信号调制识别算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为实现卫星信号调制方式的分类,提出的高阶累积量与K最近邻算法(KNN)调制样式识别算法选取对噪声不敏感的5种高阶累积量特征参数用于信号的识别,通过KNN作为分类器对信号分类。实验结果表明,当信噪比(SNR)高于12 dB时,信号的调制方式可以被高效地识别,并且识别率趋近100%,但需要人工设计和提取特征参数。因此,提出了循环神经网络(Recurrent Neural Network,RNN)的卫星调制信号识别算法,以信号的IQ数据作为模型的输入,通过LSTM进行分时特征提取,全连接层进行分类,最终完成识别。在采样长度等于512,SNR大于4 dB时,识别率趋近100%。与KNN相比,LSTM网络的识别性能更为优越,尤其在低SNR的情况下,可以高效识别6种调制方式。

著录项

来源
《无线电工程》 |2022年第4期|529-535|共7页
作者
任进; 姬丽彬; 党柳;
展开▼
作者单位

北方工业大学信息学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信号处理;
关键词
卫星调制识别; K最近邻算法; 高阶累积量; 循环神经网络;

相似文献

中文文献
外文文献
专利

1. 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
2. 基于深度学习算法的HPLC通信信号自动调制识别研究 [J] . 张磊 ,吴颖 . 通信电源技术 . 2020,第010期
3. 基于深度学习的通信信号调制识别算法 [J] . 李唱白 ,杨杰 ,黄知涛 . 空间电子技术 . 2019,第001期
4. 基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法 [J] . 闫文康 ,闫毅 ,范亚楠 . 空间科学学报 . 2021,第006期
5. 基于循环神经网络的卫星幅相信号调制识别与解调算法 [J] . 查雄 ,彭华 ,秦鑫 . 电子学报 . 2019,第011期
6. 基于SVM增量学习算法的雷达信号调制方式识别 [C] . 叶菲 ,罗景青 . 2007全国控制科学与工程博士生学术论坛 . 2007
7. 基于深度学习的矿井无线信号调制识别算法研究 [A] . 李立 . 2021

基于深度学习的卫星信号调制识别算法

摘要

著录项

相似文献

相关主题

期刊订阅