来源：期刊VIP网 时间：
作者：陈杰豪;王江;
单位：中国科学院大学;中国科学院上海微系统与信息技术研究所;
摘要：针对当前调制识别算法在低信噪比下识别率低和循环谱应用中由于部分信号谱图相似而性能下降的问题，提出基于二维循环谱灰度图的去模糊调制识别算法。针对谱图特征相似的信号构建了二维循环谱灰度图模板库，通过与模板库进行谱图匹配将信号分流成两部分：谱图相似信号和谱图可区分信号。在信号分流基础上提出差异化识别方法，针对谱图可区分信号，通过构建基于二维循环谱灰度图的卷积神经网络（CSG-Net）完成识别；针对谱图相似信号，借助多通道学习深度神经网络（MCLDNN）完成识别。实验结果表明，提出的算法综合了不同网络的优势，提升了网络整体的识别性能，在-10 dB信噪比时依然有接近70%的识别率。
关键词：循环谱;;深度学习;;卷积神经网络;;自动调制识别;;低信噪比;;去模糊调制
基金资助：国家重点研发计划项目：物联网智能传感器系统集成与应用示范（2021YFB3202105）;; 中科院创新基金（CXJJ-23S037）
