基于SVD與混合神經(jīng)網(wǎng)絡(luò)模型的自動調(diào)制識別

摘要： 隨著現(xiàn)代無線通信環(huán)境中調(diào)制類型復雜性和多樣性的顯著增加，對自動調(diào)制識別技術(shù)的性能提出了更高要求。文章提出一種由卷積神經(jīng)網(wǎng)絡(luò)、擠壓與激勵模塊、長短期記憶網(wǎng)絡(luò)、門控循環(huán)單元和全連接層網(wǎng)絡(luò)組成的混合神經(jīng)網(wǎng)絡(luò)模型，提升AMR技術(shù)的效率和準確性。首先，針對低信噪比環(huán)境下調(diào)制信號識別精度受限的問題，引入奇異值分解算法對接收的I/Q信號進行去噪，在提高信號質(zhì)量的基礎(chǔ)上提高低信噪比下調(diào)制信號的... （共11頁）