[发明专利]基于卷积神经网络的通信信号调制方式识别方法

摘要

本发明公开了一种基于卷积神经网络的调制方式识别系统和方法，解决现有技术特征提取步骤复杂且低信噪比下识别率低的问题。识别系统中的简单特征构造为将基带信号的同向分量和正交分量作为信号的简单特征，将简单特征送入到卷积神经网络模块进行识别；识别方法实现步骤：调制发送信号并脉冲成型；将发送信号上变频后通过加性高斯白噪声信道发送；接收端先进行预处理，得到解析信号的同向分量r(t)；构造简单特征是将解析信号的同向分量r(t)和正交分量构造为二维矩阵；经卷积神经网络特征学习和分类；将调制方式送到解调端，得到解调后的信号。本发明特征设计复杂度低、避免了显式提取特征、分类正确率高，可应用于对识别性能要求较高的通信系统中。

主权项

1.一种基于卷积神经网络的调制方式识别系统，依照信号的传输方向依次连接有系统发送端、信道、接收端，信号依次通过上述单元后进行解调操作，接收端中又依次连接有预处理操作、简单特征构造模块、卷积神经网络模块，将卷积神经网络识别出的调制信号的调制方式用于信号解调，其特征在于，所述简单特征构造模块将预处理后的解析信号的同向分量和正交分量作为信号的简单特征，信号的简单特征送入到卷积神经网络模块进行抽象特征提取和分类，得到通信信号的调制方式。