×

基于LSTM模型的信号调制类型识别方法

消耗积分:0 | 格式:pdf | 大小:2.72 MB | 2021-06-17

分享资料个

　　无线电调制类型识别广泛应用于军民的各个领域，相比人工识别和频谱分析法等传统方法，基于深度学习的信号调制类型识别方法取得了较妤性能，但仍存在识别准确率低的问题。文中提岀了一种基于长短时记忆网络（LSTM）模型的信号调制类型识别方法，将深度学习分类方法与信噪比分级相结合，设计了一种基于深度学习的信噪比分级调制类型识别框架。通过准确分类高低信噪比信号，并采用不冋的降噪处理来提髙低信噪比信号调制类型识别的准确率。通过机器学习方法对2016.4C信号数据集进行调制类型识别的准确率为21%，通过深度学习模型对2016.4℃信号数据集进行不降噪、分级降噪、全部降噪3个调制类型识别对比实验，识别准确率分别为69.82%，70.50%，66.67%，有效验证了所提方法对提高低信噪比信号调制类型识别准确率的可行性与优越性。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !