基于多尺度时序特征的信号调制样式识别算法

来源：信号处理杂志 2021年第8期北京时间：

作者：崔凯, 崔天舒, 朱岩, 张晔, 黄永辉, 赵文杰

摘要：在认知无线电应用中,当前基于深度学习的信号调制样式识别算法存在运算效率低、复杂度较高的问题,为此本文提出了一种基于多尺度时序特征的信号调制识别算法。该算法首先利用多层卷积层提取不同尺度的时序数据,将数据进行特征融合后使用长短期记忆网络提取时序特征,最后由输出层输出识别结果,并通过网络结构的设计和优化,降低了算法复杂。实验结果表明,在包含11种调制信号的原始I/Q信号测试集上,在信噪比为4 dB及以上时,该算法识别准确率达到90%以上。与同等识别准确率的算法相比,该算法的复杂度更低,在嵌入式设备Jetson Nano和树莓派4B上的推理时间更短,具有更好的工程应用价值。

关键词：认知无线电, 信号调制样式识别, 算法复杂度, 多尺度时序特征, 模型参数量, 识别准确率