来源：期刊VIP网 时间：
作者：张丹华;冯冀宁;
单位：河北师范大学计算机与网络空间安全学院;河北师范大学河北省网络与信息安全重点实验室;河北师范大学供应链大数据分析与数据安全河北省工程研究中心;
摘要：调制方式自动识别（AMR）基于深度学习（DL）的方法 AMR-DL是当前信号调制方式识别领域的研究热点。然而，低信噪比（SNR）条件下的调制信号以及深度学习网络参数量过大会显著降低AMR-DL的识别准确率和计算效率。针对这两个关键问题，提出一种新型AMR-DL算法。新算法利用多观测样本累积方法提高信噪比，对增强后的信号进行小波变换，得到时频图像，将调制识别问题转换为时频图像的分类问题；同时设计了一个轻量级神经网络，用于时频图像特征提取与分类。仿真结果显示，所提新型AMR-DL算法中轻量级神经网络参数量较少，在0 dB下准确率可达98.1%，且与其他算法相比在低信噪比条件下显著提高了调制信号的识别准确率。
关键词：深度学习;;调制方式自动识别;;多观测样本累积;;轻量级神经网络;;小波变换;;低信噪比
