基于深度学习的调制识别技术研究  

Research on Modulation Recognition Technology Based on Deep Learning

作　　者：赵延安 

机构地区：[1]国家无线电监测中心陕西监测站

出　　处：《中国无线电》2024年第5期61-65,共5页China Radio

摘　　要：随着通信技术的快速发展,信号调制类型的自动识别对于提高通信系统性能具有重要意义。传统的调制识别方法在信噪比较低或调制类型多样时性能受限,本文采用全连接神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN),仿真分析不同网络对24种调制类型信号在不同信噪比(SNR)上的识别率。实验结果表明,CNN在SNR大于12dB时的识别率均在94.3%以上,具有较大的工程应用意义。

关 键 词：信号调制识别 深度学习 全连接神经网络 卷积神经网络 循环神经网络 

分 类 号：TN911.3[电子电信—通信与信息系统] TP18[电子电信—信息与通信工程]