基于多端卷积神经网络的调制识别方法

为识别当前卫星通信系统所采用的主要调制方式,提出了一种基于多端卷积神经网络的通信信号调制识别算法。利用信号的先验信息以及对网络拓扑结构的认知,将信号时域波形转化为眼图和矢量图,作为信号的浅层特征表达,并由此设计了基于多端卷积神经网络的调制识别模型。通过训练所搭建的网络,对浅层特征进行深度提取和映射,最终完成了目标信号的调制识别。仿真实验表明,所提算法相对于传统调制识别算法以及目前基于波形和星座图的深度学习识别算法识别效果更好,当信噪比为5 dB时,识别性能可达95%。