系统工程与电子技术

作者：宋子豪, 程伟, 彭岑昕, 李晓柏

单位：1. 空军预警学院预警情报系, 湖北 武汉 430019；2. 中国人民解放军95246部队, 广西 南宁 530001

关键词：调制方式识别,软阈值化,Choi-Williams分布,深度残差收缩网络

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。

来源：2021年第11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2021年第11期