基于卷积神经网络与时频图纹理信息的信号调制方式分类方法

作者:白芃远 许华 孙莉

关键词: 调制识别; 时频图纹理信息; 深度学习; 卷积神经网络;

摘要:通信信号的调制方式识别是通信侦察、频谱监测的重要工作内容之一,提出一种利用深度学习提取信号时频图纹理信息的分类方法。该方法利用不同调制方式在时频图细节上的微弱差别,并使用卷积神经网络提取图像纹理特征,最终输入SOFTMAX分类器进行分类。结果表明,该方法在大样本条件下,可取得良好的分类效果。与传统基于特征参数的支持向量机分类方法或前馈神经网络方法相比,其提取特征更优、分类效果更好,同时减少了人工设计特征参数的工作量和不确定性。 


上一篇:一种关联多小区的空间聚集群组多址接入协议
下一篇:基于自适应逆控制的永磁同步电机调速系统

版权所有 @  西北工业大学   陕ICP备05000471号
地址:西安市友谊西路127号   邮编:710072