基于SVD與混合神經(jīng)網(wǎng)絡(luò)模型的自動(dòng)調(diào)制識(shí)別

摘要： 隨著現(xiàn)代無線通信環(huán)境中調(diào)制類型復(fù)雜性和多樣性的顯著增加，對(duì)自動(dòng)調(diào)制識(shí)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(lì)模塊、長(zhǎng)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(zhǔn)確性。首先，針對(duì)低信噪比環(huán)境下調(diào)制信號(hào)識(shí)別精度受限的問題，引入奇異值分解算法對(duì)接收的I/Q信號(hào)進(jìn)行去噪，在提高信號(hào)質(zhì)量的基礎(chǔ)上提高低信噪比下調(diào)制信號(hào)的... （共11頁(yè)）