电讯技术

作者：张培钺,徐湛,赵弋洋,陈晋辉,职如昕

单位：(1.北京信息科技大学 信息与通信工程学院，北京 100101;2.北京西普阳光教育科技股份有限公司，北京 100190)

关键词：认知无线电；调制识别；神经网络；欠完备自编码器；特征提取；

基金：北京市科技计划课题资助（Z191100001419001）；北京市优秀人才资助计划青年拔尖项目（2016000026833ZK08）；北京市属高校高水平教师队伍建设支持计划“青年拔尖人才培养计划”（CIT&TCD201704065）；国家自然科学基金资助项目（61620106001）；北京信息科技大学学科建设类项目（5121911006）

基于信号特征进行模式识别的调制识别方法需要先计算信号的高阶特征、高阶累积量再进行模式识别，整体设计复杂，特征不易计算。机器学习技术由于其强大的特征提取能力和分类能力，被广泛应用到模式识别领域中。针对调制识别问题，提出了一种基于欠完备自编码器的调制识别技术，使用欠完备自编码器进行调制信号的特征自动提取，再使用神经网络分类器进行分类识别。整体模型更为简洁，运算复杂度较低，有利于部署在硬件上进行实时识别。对常见的BPSK、QPSK、2ASK、2FSK、16QAM数字调制方式进行的识别实验表明，算法在信噪比?10 dB?时平均识别率高于?0.97?，并且在信噪比为?0 dB?时仍然有0.92以上的平均识别率。

来源：2020年第5期

《电讯技术》期刊编辑部

查看电讯技术杂志2020年第5期