一种基于残差网络与注意力机制的无线电信号调制识别算法
信号处理
2019-09-30 v1 计算机视觉与模式识别
机器学习
摘要
为解决通信信号调制类型识别不准确的问题，提出一种结合残差块网络与注意力机制的 RNN 神经网络识别算法。该方法从标准数据集生成带有高斯白噪声的 10 种通信信号，如 MASK、MPSK、MFSK、OFDM、16QAM、AM 和 FM。在原始 RNN 神经网络基础上加入残差块网络，以解决深层网络导致的梯度消失问题。在网络中加入注意力机制以加速梯度下降。实验中，以 16QAM、2FSK 和 4FSK 作为实际样本，以信号的 IQ 数据帧作为输入，训练结合残差块网络与注意力机制的 RNN 神经网络。最终识别结果表明，实时信号的平均识别率超过 93%。该网络具有高鲁棒性和良好实用价值。
引用
@article{arxiv.1909.12472,
title = {A Radio Signal Modulation Recognition Algorithm Based on Residual Networks and Attention Mechanisms},
author = {Ruisen Luo and Tao Hu and Zuodong Tang and Chen Wang and Xiaofeng Gong and Haiyan Tu},
journal= {arXiv preprint arXiv:1909.12472},
year = {2019}
}