分离通道联合卷积神经网络的自动调制识别
来源：电讯技术杂志2018年第6期北京时间：
作者：郭有为,蒋鸿宇,周劼,苏建中
单位：(中国工程物理研究院电子工程研究所;研究生院，四川 绵阳 621999)
摘要：针对通信信号的自动调制识别需要大量特征提取的问题，提出了一种分离通道卷积神经网络自动调制识别算法。该算法通过结合深度学习中卷积神经网络(CNN)，分别提取时域信号的多通道和分离通道调制特征，再利用融合特征实现不同信号的分类。仿真结果表明，相比基于CNN的算法，所提算法在高信噪比下针对两个数据集的识别率分别提升7%和18%；此外，相比于基于特征提取的传统识别算法，其高阶调制识别性能平均提升3 dB。
关键词：时域信号；自动调制识别；深度学习；卷积神经网络；分离通道；
