《基于卷积神经网络的调制样式识别》-工学论文，科技论文-论文范文参考-科学狗论文网

标题

基于卷积神经网络的调制样式识别

范文

王彦朋冀宝安王晓君

摘要：随着科学技术的进步，调制样式识别应用越来越广，信号调制是将原始的基带信号的频谱搬移到适合在信道中进行的传输的通带内的过程。大多数通信系统调制样式识别分为人工手动识别和机器自动识别，与人工手动识别相比，基于卷积神经网络自动识别提取数据特征的方法不仅识别率高，而且准确率更高，因此研究卷积神经网络调制样式识别具有非常重大意义。

关键词：卷积神经网络;调制样式识别;通信信号

通信信号的调制样式识别[1]在现代无线通信存在广泛的应用。在如今复杂的无线通信环境中，通信信号的信息量越来越大。研究如何自动调制样式识别具有很高的应用价值。其调制样式识别主要研究包括信号预处理、特征提取、和分类识别，其流程如图1所示

4 总结

本文介绍了使用卷积神经网络应用于调制样式识别，对自动调制样式识别[5]进行理论推导和实验验证，证明了卷积神经网络在调制样式识别具有很强的优势，卷积神经网络直接从原始数据出发，利用多層神经网络找到数据的内在表达的有效特征，为后续设计通信信号调制样式识别系统奠定关键技术基础。

参考文献：

[1]史先铭.通信信号的特征提取与识别的算法研究[D].无锡：江南大学，2016：14-15.

[2]张晴晴，刘勇，潘接林，颜永红.基于卷积神经网络的连续语音识别.工程科学学报，2015，37（09）：1212-1217.

[3]N.Srivastava，G.Hinton，A.Krizhevsky，I.Sutskever，and R.Salakhutdinov.Dropout：a simple way to prevent neural networks from overfitting[J].Journal of Machine Learning Research，vol.15，no.1，pp.1929-19-58，2014.

[4]T J.O' Shea，hops：//radioml.com/datasets/radioml-2016-04-dataset/.

[5]Azzous.E.E，Nandi.A.K.Automaticidentificationof digital modulations[J].Signal Pocessing.1995，47（1）：55-69.

作者简介：第一作者王彦朋，男，河北石家庄人，硕士研究生导师，河北科技大学教授，主要研究领域为电子信息;第二作者冀宝安，男，河北保定人，河北科技大学硕士研究生，主要研究领域为深度学习，信号处理;第三作者王晓君，男，河北张家口人，硕士研究生导师，河北科技大学教授，主要研究领域为导航技术，模式识别。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。