基于GRU-CNN并联神经网络的自动调制识别

来源：电讯技术杂志2021年第11期北京时间：

作者：向建,高勇

单位：(四川大学 电子信息学院，成都 610065)

摘要：为提高非合作通信系统的调制方式识别准确率，提出了一种基于并联门控循环单元(Gated Cycle Unit，GRU)神经网络和卷积神经网络(Convolutional Neural Network,CNN)的数字通信信号识别方法。根据调制信号的特性，将笛卡尔坐标下的原始数据转换到极坐标下，同时求原始数据的自相关序列，作为输入数据分别送入GRU和CNN网络中。对含BPSK、QPSK、8PSK、π/4-DQPSK以及四类QAM调制信号集合进行的实测信号实验结果表明，所提方法在低信噪比下能取得较好的识别性能，在0 dB时平均识别率接近90%。

关键词：非合作通信系统；自动调制识别；并联神经网络；门控循环单元；卷积神经网络；