基于去噪卷积注意力网络的自动调制分类  

作　　者：杨雨铮 曾昱祺 

机构地区：[1]北京邮电大学 [2]国家无线电监测中心

出　　处：《中国无线电》2021年第10期42-46,共5页China Radio

摘　　要：随着无线通信技术的发展,越来越多的安全问题日益凸显。不容忽视的是,干扰噪声极大地降低了通信环境的效率和安全性。自动调制分类(AMC)被认为是识别被噪声污染的接收信号调制格式的有效方法。本文提出了一种新的基于去噪卷积注意力网络(DCAN)的AMC方法来识别干扰噪声的调制格式,该方法可分为四个部分:去噪模块、特征提取模块、加权模块和调制分类模块。采用基于去噪模块的熵界最小独立分量分析(ICA-EBM)算法去除接收信号中的干扰噪声,从而降低特征学习的复杂度。然后提出了一种由卷积注意力网络组成的网络结构来提取和学习去噪信号的特征,该结构可以选择性地对提取的特征进行加权,以削弱对性能改善贡献较小的内容。本文通过大量仿真验证了DCAN的优越性。

关 键 词：自动调制分类 卷积注意力网络 去噪信号 熵界最小化 独立分量分析 干扰噪声 调制格式 

分 类 号：TN911.3[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]