基于多任务学习的通用滤波多载波调制识别与信噪比估计

来源：电讯技术杂志2025年第8期北京时间：

作者：张天骐,吴云戈,吴仙越,李春运

单位：(重庆邮电大学 通信与信息工程学院，重庆400065)

摘要：非协作通信通用滤波多载波(Universal Filtered Multi-carrier，UFMC)信号子载波所存在的调制识别以及信噪比估计问题有待解决，但目前研究只针对于单一任务。对此，提出一种利用多任务学习框架的神经网络模型，同时解决调制识别以及信噪比估计任务。首先得到UFMC系统接收端信号，求解出信号同相正交分量作为输入特征；接着在多任务学习框架上构建神经网络，采用的神经网络是将卷积神经网络与长短时记忆网络串联；最后利用上述模型对两个任务进行联合求解。实验结果表明，所构建多任务学习模型性能优于单任务学习，在信噪比为0 dB时，子载波调制识别准确率提升7.71%，信噪比估计均方误差减小45.6%。

关键词：通用滤波多载波（UFMC）；调制识别；信噪比估计；多任务学习；神经网络；

基金资助：重庆市自然科学基金项目（cstc2021jcyj-msxmX0836）