基于卷积神经网络的雷达通信信号调制识别

发布时间：2024-01-26 23:24

　　现代战场电磁环境日益复杂,信号密度不断增加,雷达和通信信号的调制识别是电子对抗及电子侦察的重要环节。人工神经网络中的深度学习网络由于具有强大的表征学习能力,可以从原始数据中提取出各种复杂的特征。采取中频信号延迟自相关结合时频分析的预处理方法,再将时频信息作为卷积神经网络的输入进行训练,最终得到调制方法识别分类的结果。基于工作的实际需求,对深度学习在信号调制识别中提出了一些展望,如进一步提高在低信噪比下的识别率和研究深度学习调制识别混合架构。

【文章页数】：7 页

【文章目录】：
0 引 言
1 中频信号预处理及时频分析
    1.1 雷达和通信信号
    1.2 信号预处理
        1.2.1 信号去噪
        1.2.2 延迟自相关处理
        1.2.3 短时傅里叶变换
2 基于CNN的通信和雷达信号调制方式识别工作原理
    2.1 卷积神经网络(CNN)
    2.2 卷积网络结构
    2.3 参数选取
3 仿真结果
    3.1 网络采取不同通道数下的训练结果
    3.2 不同信噪比下的训练结果
4 结束语



本文编号：3885882