系统工程与电子技术

作者：邵凯, 朱苗苗, 王光宇

单位：1. 重庆邮电大学通信与信息工程学院, 重庆 400065；2. 移动通信教育部工程研究中心, 重庆 400065；3. 移动通信技术重庆市重点实验室, 重庆 400065

关键词：自动调制识别,时频分布,卷积神经网络,生成对抗网络,剩余密集块

基金：中国电子科技集团公司第二十九研究所资助课题

自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题, 提出一种基于生成对抗网络(generative adversarial network, GAN)和卷积神经网络(convolutional neural network, CNN)的数字信号调制识别方法。在利用平滑伪Wigner-Ville分布将调制信号转换为时频图像(time-frequency images, TFIs)后, 在经典GAN中嵌入了剩余密集块(residual dense block, RDB)结构, 保证了对TFIs的去噪和修复。通过对经典的剩余网络(residual network, ResNet)模型微调, 满足了TFIs的识别与分类。仿真结果表明, 所提方法在低信噪比情况下有效地降低了噪声对TFIs的干扰, 提高了识别性能。

来源：2022年第3期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2022年第3期