中文摘要： 為了提高多變環(huán)境下調(diào)制信號識別的準確性、減少先驗知識不足等因素對識別結(jié)果的影響，研究人員逐漸采用深度學習技術(shù)來替代傳統(tǒng)的調(diào)制信號處理技術(shù)。為了解決低信噪比下調(diào)制信號識別精度低的問題，我們設(shè)計了一種具有深度閾值噪聲消除的多尺度分析調(diào)制識別網(wǎng)絡(luò)，在標簽平滑的對稱交叉熵函數(shù)作用下識別實際采集的調(diào)制信號。該網(wǎng)絡(luò)由一個具有深度自適應(yīng)閾值學習的消噪編碼器和一個具有多尺度特征融合的解碼器組成。將兩個模塊進行跳躍連接，共同作用以提高整體網(wǎng)絡(luò)的魯棒性。實驗結(jié)果表明，該方法在低信噪比下比以前的方法具有更好的識別效果。該網(wǎng)絡(luò)展示了對噪聲閾值的靈活自學習能力以及所設(shè)計的特征融合模塊對各種調(diào)制類型的多尺度特征獲取的有效性。

關(guān)鍵詞： 信號消噪；深度自適應(yīng)閾值學習網(wǎng)絡(luò)；多尺度特征融合；調(diào)制識別

作者：李響1，2，李一兵1，2，湯春瑞3，4，李迎松1，2

單位： 1哈爾濱工程大學信息與通信工程學院，中國哈爾濱市，150001

2哈爾濱工程大學先進船舶通信與信息技術(shù)工業(yè)和信息化部重點實驗室，

中國哈爾濱市，150001

3中煤科工集團重慶研究院有限公司，中國重慶市，400037

4瓦斯災(zāi)害監(jiān)控與應(yīng)急技術(shù)國家重點實驗室，中國重慶市，400039

編輯：黃飛