《电子测量技术杂志》发表论文赏析

基于SVD与混合神经网络模型的自动调制识别

来源:电子测量技术杂志2024年第21期北京时间:

作者:周顺勇,陆欢,胡琴,彭梓洋,张航领

单位:1.四川轻化工大学自动化与信息工程学院 宜宾 644000; 2.四川轻化工大学人工智能四川省重点实验室 宜宾 644000

摘要:随着现代无线通信环境中调制类型复杂性和多样性的显著增加,对自动调制识别技术的性能提出了更高要求。文章提出一种由卷积神经网络、挤压与激励模块、长短期记忆网络、门控循环单元和全连接层网络组成的混合神经网络模型,提升AMR技术的效率和准确性。首先,针对低信噪比环境下调制信号识别精度受限的问题,引入奇异值分解算法对接收的I/Q信号进行去噪,在提高信号质量的基础上提高低信噪比下调制信号的识别精度。然后,利用卷积神经网络对去噪后的信号进行多通道空间特征提取,随后加入挤压与激励模块提升特征提取的针对性,将门控循环单元和长短期记忆网络相结合,捕获信号的时间序列特征,最后,通过全连接层网络将提取的特征映射到调制方式的分类空间进行分类识别。实验结果表明,提出的网络模型在低信噪比环境下显著提高了调制识别精度,在RadioML2016.10b数据集上的平均识别准确率达到了64.63%,同时增强和提高了对QAM16与QAM64的区分与识别精度。

关键词:自动调制识别;奇异值分解;卷积神经网络;门控循环单元;长短期记忆网络

基金资助:国家自然科学基金 (61801319)、基于多模态特征融合的伪装目标检测关键技术研究(2023RC24)、四川轻化工大学研究生创新基金项目(Y2023314)资助

2024年21期其他文献查阅:

起重机主梁智能化激光测量系统设计

C场电流对铷原子喷泉钟性能影响的分析

基于SocFPGA工件表面缺陷快速检测研究

基于改进A*算法和再优化的避障路径规划

低压侧电流零纹波的高增益软开关双向变换器

基于量纲分析的近地爆地表振动速度模型优化

基于GRU-A3C的四旋翼无人机视觉避障系统

基于测力轮对的纵向轮轨力测量方法研究

基于改进SegFormer网络的线激光分割和中心提取方法

基于YOLO的多模态钢轨表面缺陷检测方法

多策略改进的蜣螂优化算法及其工程实例应用

基于GADF和HWP-CBAM-ResNet的弧齿锥齿轮箱故障诊断

基于SVD与混合神经网络模型的自动调制识别

杂波背景下多普勒测速雷达信号处理算法研究

基于XGBoost的电网过流异常检测模型

改进Oriented R-CNN的遥感图像定向目标检测算法

基于注意力改进RTformer的滑坡遥感图像语义分割

针对室内高低动态环境的视觉SLAM算法研究

面向无人边防的复杂环境遮挡小目标检测算法

轻量化锻件表面小目标裂纹分割算法

基于改进YOLOv8的低照度煤矿传送带异物识别算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!