基于多尺度特征融合提取的调制样式识别算法

1

作者 杨嘉豪 张东坡 何劲 《信号处理》 北大核心 2025年第3期494-503,共10页

调制样式识别技术是通信信号侦查的重要组成部分,是对未知通信信号进行分类识别、信息提取的重要前提。现有的基于深度学习调制样式识别方法在低信噪比情况下特征提取能力较差,针对这一问题,本文提出了一个基于多尺度特征融合提取的信... 调制样式识别技术是通信信号侦查的重要组成部分,是对未知通信信号进行分类识别、信息提取的重要前提。现有的基于深度学习调制样式识别方法在低信噪比情况下特征提取能力较差,针对这一问题,本文提出了一个基于多尺度特征融合提取的信号调制样式识别算法。算法利用由多个不同大小的卷积核构成的多尺度卷积模块提取信号的多尺度特征,并通过卷积层融合特征,提取出信号调制样式信息的关键特征,随后通过由多头自注意力机制构成的全局特征提取模块提取信号的全局特征,并通过平均池化层和全连接层实现调制样式分类。为了优化网络参数与运算复杂度,本文提出利用组卷积方式代替普通卷积简化模型。实验结果表明,在RadioML2016.10a数据集上,所提方法可以准确识别各个调制类型,在高信噪比下大部分调制类型的识别准确率高于95%;相较于现有的神经网络识别方法,所提方法的识别率提升了1.47%~7.26%,且在较低信噪比下(-6 dB~0 dB)识别率提升了4.73%~9.09%,体现出更好的抗噪性能;与利用普通卷积方式构建网络相比,采用组卷积方式可以在识别性能相差不大的情况下将网络参数量及运算量分别减小38.9%和54.9%。同时设计了消融实验验证所提算法各个模块对识别性能的提升。实验结果验证了所提算法在分类精度和抗噪性能方面的有效性。 展开更多

关键词 调制样式识别 卷积神经网络 多头注意力机制 组卷积

在线阅读 下载PDF 职称材料

利用稀疏自编码器的调制样式识别算法 被引量：14

2

作者 杨安锋 赵知劲 陈颖 《信号处理》 CSCD 北大核心 2018年第7期833-842,共10页

针对传统调制样式识别算法对复杂幅相信号识别率低,所需特征参数多的问题,提出一种利用稀疏自编码器的调制样式识别算法。将稀疏自编码器和Softmax分类器级联构成识别系统,将两个高阶累积量特征参数的格雷码编码构成系统输入矢量,利用... 针对传统调制样式识别算法对复杂幅相信号识别率低,所需特征参数多的问题,提出一种利用稀疏自编码器的调制样式识别算法。将稀疏自编码器和Softmax分类器级联构成识别系统,将两个高阶累积量特征参数的格雷码编码构成系统输入矢量,利用稀疏自编码器提取的深度特征作为Softmax分类器输入。在系统训练阶段,先训练稀疏自编码器,然后利用有监督算法训练分类层,接着利用有监督算法进行整体优化。对BPSK、QPSK、8PSK、16QAM、32QAM、16APSK和32APSK等7种信号识别的仿真结果表明,在低信噪比时本文算法的平均正确识别率比对比算法高。 展开更多

关键词 调制样式识别 高阶累积量 格雷码 深度学习 稀疏自编码器

在线阅读 下载PDF 职称材料

基于BSRes_SK_GRU的雷达信号调制样式识别 被引量：3

3

作者 刘玉欣 田润澜 +1 位作者 任琳 孙亮 《电讯技术》 北大核心 2023年第7期1002-1009,共8页

针对基于图像识别的雷达信号调制样式识别方法生成图像耗时长,收敛速度慢,且在低信噪比条件下识别准确率低的问题,提出了一种新的雷达信号调制样式识别模型。此模型将雷达信号时间序列经简单预处理后直接作为网络输入,避免了将信号转换... 针对基于图像识别的雷达信号调制样式识别方法生成图像耗时长,收敛速度慢,且在低信噪比条件下识别准确率低的问题,提出了一种新的雷达信号调制样式识别模型。此模型将雷达信号时间序列经简单预处理后直接作为网络输入,避免了将信号转换为图像的复杂过程;网络能够自主提取雷达信号空间和时间两个方面特征,完善了特征提取的方式;同时,对网络结构进行了优化,并引入了选择性核网络,以获取特征在不同尺度上的重要信息。实验结果表明,此模型在低信噪比条件下具有较快的训练速度和较高的识别准确率。 展开更多

关键词 雷达信号 调制样式识别 深度学习 选择性核网络(SK-Net) 时间序列

在线阅读 下载PDF 职称材料

利用并联CNN-LSTM的调制样式识别算法 被引量：17

4

作者 翁建新 赵知劲 占锦敏 《信号处理》 CSCD 北大核心 2019年第5期870-876,共7页

为了提高基于卷积神经网络的调制样式识别算法性能,利用CNN的空间特征提取能力和LSTM时序特征提取能力,设计了CNN-LSTM并联网络,上支路由一层卷积层和一层池化层组成,下支路使用单层LSTM网络。直接将同向分量和正交分量作为输入数据,上... 为了提高基于卷积神经网络的调制样式识别算法性能,利用CNN的空间特征提取能力和LSTM时序特征提取能力,设计了CNN-LSTM并联网络,上支路由一层卷积层和一层池化层组成,下支路使用单层LSTM网络。直接将同向分量和正交分量作为输入数据,上下支路提取信号的空间和时间特征,提高特征表达能力。对BPSK、QPSK、8PSK、16QAM、32QAM、16APSK、32APSK等7种信号的调制样式识别仿真实验结果表明:算法无需人为设计特征参数,减少人为因素影响,同时该算法在低信噪比下具有较好的识别性能。 展开更多

关键词 调制样式识别 卷积神经网络 循环神经网络 并联

在线阅读 下载PDF 职称材料

一种无人机辐射源调制样式识别算法 被引量：3

5

作者 黄祥 徐静 +2 位作者 都晨 郭昭艺 吴涛 《现代防御技术》 北大核心 2021年第3期98-104,共7页

针对小型无人机威胁低空领域且在复杂电磁环境下难识别的问题,提出了一种基于卷积神经网络的信号识别算法。首先,分析了无人机应用背景下直接序列扩频信号的特性,并采用短时傅里叶变换获取信号时频特征;然后,利用提出的能量阈值降噪法... 针对小型无人机威胁低空领域且在复杂电磁环境下难识别的问题,提出了一种基于卷积神经网络的信号识别算法。首先,分析了无人机应用背景下直接序列扩频信号的特性,并采用短时傅里叶变换获取信号时频特征;然后,利用提出的能量阈值降噪法降低时频特征中噪声成分;最后,设计了卷积神经网络用于分类识别。仿真结果表明,该算法在信噪比为-6 dB时可达到0.97的识别率,具备较强的鲁棒性和低信噪比环境适应性,其性能显著优于传统算法。 展开更多

关键词 小型无人机 直接序列扩频 调制样式识别 卷积神经网络 短时傅里叶变换

在线阅读 下载PDF 职称材料

基于多尺度时序特征的信号调制样式识别算法 被引量：3

6

作者 崔凯 崔天舒 +3 位作者 朱岩 张晔 黄永辉 赵文杰 《信号处理》 CSCD 北大核心 2021年第8期1507-1517,共11页

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... 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。 展开更多

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

在线阅读 下载PDF 职称材料

一种星座模板匹配的MQAM调制盲识别方法

7

作者 韩勋 郑佳 +2 位作者 冯鑫 匡银 文伟 《电子测量技术》 北大核心 2025年第11期123-130,共8页

针对现有聚类识别算法对先验参数敏感的问题,该文提出了一种基于模板匹配的MQAM调制盲识别方法。首先对载频、带宽及码速率进行估计,根据估计结果完成下变频、抽取等预处理;然后定义星座分布熵特征描述星座图分布的收敛度,并通过最优化... 针对现有聚类识别算法对先验参数敏感的问题,该文提出了一种基于模板匹配的MQAM调制盲识别方法。首先对载频、带宽及码速率进行估计,根据估计结果完成下变频、抽取等预处理;然后定义星座分布熵特征描述星座图分布的收敛度,并通过最优化星座分布熵的方式实现最佳判决时刻序列获取及剩余载波补偿,进而恢复出最优星座图分布;最后计算最优星座图分布与不同调制类型预设模板之间的匹配度,完成调制样式的识别,可识别样式包括16QAM、32QAM、64QAM、128QAM及256QAM。该方法对初始参数选择不敏感,且利用了星座图整体分布这一本质差异进行识别,稳定性高,适用于工程实现。仿真结果表明,当信噪比15 dB时各信号识别率高于93%,同时抗噪声能力较现有算法亦有明显提升,证明了所提方法的有效性。 展开更多

关键词 QAM信号 调制样式识别 星座分布熵 模板匹配

在线阅读 下载PDF 职称材料

干扰环境下通信信号的调制识别技术研究

8

作者 李昱辰 余尔聪 +2 位作者 潘雪 葛孟佳 李强 《电子科技大学学报》 北大核心 2025年第3期369-376,共8页

自动调制样式识别是非合作通信场景中实现信号检测和解调的关键前提。近年来,深度学习在自动调制样式识别领域展现了显著的优势。然而,现有研究普遍忽视了通信过程中随机干扰所带来的挑战。事实上,由于无线通信的开放性和广播特性,干扰... 自动调制样式识别是非合作通信场景中实现信号检测和解调的关键前提。近年来,深度学习在自动调制样式识别领域展现了显著的优势。然而,现有研究普遍忽视了通信过程中随机干扰所带来的挑战。事实上,由于无线通信的开放性和广播特性,干扰攻击已成为无线通信中的重大威胁。为了充分发挥自动调制样式识别在无线通信中的潜力,该文深入探讨了干扰环境下基于深度学习的调制样式识别技术,针对已知干扰和随机未知干扰两种情况,设计了相应的基于干扰认知的识别方法,并通过开放数据集RML2016.10a验证了该算法的有效性。 展开更多

关键词 深度学习 自动调制样式识别 干扰认知 干扰识别

在线阅读 下载PDF 职称材料

调制样式BP神经网络分类器 被引量：5

9

作者 赵知劲 庄婵飞 干立 《现代雷达》 CSCD 北大核心 2003年第10期22-24,28,共4页

给出从信号幅度、相位、频率及功率谱等特性中提取的五种特征参数的定义 ,详细研究了应用这 5种参数识别CW、AM、SSB、FM、2FSK、2PSK、NOISE信号的BP神经网络分类器。该分类器采用Levenberg arquardt神经网络学习算法 ,隐含层采用log s... 给出从信号幅度、相位、频率及功率谱等特性中提取的五种特征参数的定义 ,详细研究了应用这 5种参数识别CW、AM、SSB、FM、2FSK、2PSK、NOISE信号的BP神经网络分类器。该分类器采用Levenberg arquardt神经网络学习算法 ,隐含层采用log sigmoid函数为激励函数 ,输出层采用tan sigmoid函数为激励函数 ,隐含层的神经元个数取 10个。 展开更多

关键词 BP神经网络 分类器 log-sigmoid函数 tan—sigmoid函数 调制样式识别 自动调制识别

在线阅读 下载PDF 职称材料

基于数学形态滤波的调制方式识别 被引量：5

10

作者 陈静 杨明 《无线电通信技术》 2016年第1期54-56,64,共4页

简要介绍了数学形态滤波的基本原理与形态滤波器的构建,针对通信信号中存在的加性高斯白噪声问题,提出了一种运用数学形态滤波方法对信号瞬时包络进行整形滤波,再提取相应的特征参数J进行调制样式识别的新方法。并将该方法用于对2ASK、4... 简要介绍了数学形态滤波的基本原理与形态滤波器的构建,针对通信信号中存在的加性高斯白噪声问题,提出了一种运用数学形态滤波方法对信号瞬时包络进行整形滤波,再提取相应的特征参数J进行调制样式识别的新方法。并将该方法用于对2ASK、4ASK、QPSK、8PSK和2FSK等信号的识别中,实验结果表明,该方法对高斯白噪声有很好的滤波效果,亦表明数学形态滤波在通信领域有很好的应用前景。 展开更多

关键词 数学形态滤波 调制样式识别 加性高斯白噪声 高阶累积量

在线阅读 下载PDF 职称材料

基于谱域联合特征的信号调制类型识别 被引量：6

11

作者 张秀丽 李海清 李艳斌 《无线电通信技术》 2010年第5期59-61,共3页

为了在低信噪比条件下识别信号的调制类型,提出了一种由信号瞬时包络的高阶组合矩、零中频信号的高阶组合累积量和谱相关函数共同构建的联合特征,用于数字调制信号调制类型识别的方法。新方法分析了多种常规数字调制信号的瞬时包络的幅... 为了在低信噪比条件下识别信号的调制类型,提出了一种由信号瞬时包络的高阶组合矩、零中频信号的高阶组合累积量和谱相关函数共同构建的联合特征,用于数字调制信号调制类型识别的方法。新方法分析了多种常规数字调制信号的瞬时包络的幅度分布特性,利用了高斯过程的高阶累积量当阶次大于2时恒等于零的特性和谱相关函数突出周期平稳信号的特性,对高斯噪声具有较好的抑制作用。仿真试验结果表明,该方法运算简单,适应性强,在低信噪比下正确识别率高。 展开更多

关键词 调制样式识别 瞬时包络 高阶累积量 谱相关

在线阅读 下载PDF 职称材料

基于小波变换的数字通信信号识别 被引量：6

12

作者 薛磊 刘小秋 《电讯技术》 2006年第3期52-56,共5页

小波变换对瞬态信息具有较强的检测能力。不同的数字通信信号在码元变化时呈现不同的瞬态信息。分别对幅度未归一化和幅度归一化的3种数字信号(ASK、FSK、PSK)进行小波变换,提取变换后包络方差与均值平方之比作为分类的特征参数,最后利... 小波变换对瞬态信息具有较强的检测能力。不同的数字通信信号在码元变化时呈现不同的瞬态信息。分别对幅度未归一化和幅度归一化的3种数字信号(ASK、FSK、PSK)进行小波变换,提取变换后包络方差与均值平方之比作为分类的特征参数,最后利用人工神经网络进行分类识别。仿真结果表明,在低信噪比(5dB)时该算法仍具有很高的识别率。 展开更多

关键词 数字调制信号 调制样式识别 小波变换 人工神经网络

在线阅读 下载PDF 职称材料

利用自适应调制进行OFDM系统PAPR抑制

13

作者 胡登鹏 石峰 +1 位作者 王世练 张尔扬 《计算机工程与应用》 CSCD 2012年第4期139-142,共4页

根据相同的信息比特采用不同调制样式时所得的正交频分复用(OFDM)信号的峰均功率比(PAPR)不同,提出了一种利用自适应调制进行OFDM系统PAPR抑制的算法,并设计了利用该算法的OFDM系统。算法通过设定一个可选调制样式集合,改变发端信息比... 根据相同的信息比特采用不同调制样式时所得的正交频分复用(OFDM)信号的峰均功率比(PAPR)不同,提出了一种利用自适应调制进行OFDM系统PAPR抑制的算法,并设计了利用该算法的OFDM系统。算法通过设定一个可选调制样式集合,改变发端信息比特的调制样式,选择具有最小PAPR值的OFDM信号作为传输的OFDM信号,从而使整个系统的PAPR得到抑制。在接收端,通过对OFDM符号的调制样式进行识别,完成对调制信息解调。由于算法不需要传输需严格保护的边带信息,系统具有较强的可靠性和抗干扰能力。仿真结果表明,利用自适应调制可有效地进行OFDM系统PAPR抑制;同已有算法相比,在多径信道下,利用该算法的OFDM系统的误码率性能总体上较好。 展开更多

关键词 正交频分复用 峰均功率比 自适应调制 选择映射 调制样式识别

在线阅读 下载PDF 职称材料

基于多特征和层级网络的LPI雷达信号识别

14

作者 吴力华 胡爽 +1 位作者 曹锐 袁园 《现代电子技术》 2025年第17期55-60,共6页

为应对LPI雷达信号对信号检测与识别带来的挑战,文中提出一种多特征和层级网络的LPI雷达信号调制样式识别方法。综合考虑不同调制样式雷达信号的特点,首先采用具有较强表征能力的信号模糊函数作为区分调制样式的主要特征,在高斯滤波降... 为应对LPI雷达信号对信号检测与识别带来的挑战,文中提出一种多特征和层级网络的LPI雷达信号调制样式识别方法。综合考虑不同调制样式雷达信号的特点,首先采用具有较强表征能力的信号模糊函数作为区分调制样式的主要特征,在高斯滤波降噪的基础上,构建注意力机制识别网络完成信号的预分类;其次为解决以自相关函数为基础的信号模糊函数难以有效区分部分信号调制样式的问题,选用短时傅里叶变换图像(STFTI)为该类信号原始特征,构建包含堆叠深度自编码器的次级网络进行降噪重构、特征增强和分类识别,完成雷达信号调制样式的识别;最后通过仿真实验对方法进行了验证。仿真实验结果证明,信噪比大于-7 dB时,所提方法对于多相码和多时码两类8种典型LPI信号能达到大于93.25%的平均识别率,验证了所提方法的有效性。 展开更多

关键词 LPI雷达信号 调制样式识别 模糊函数 短时傅里叶变换 多特征 层级网络

在线阅读 下载PDF 职称材料