基于复数深度神经网络的电磁信号调制识别OA

在复杂电磁环境区域中,较难获取信号调制类型。传统调制信号识别分类方法因自身缺陷导致识别成功率不佳。目前用于信号调制的深度学习方法均基于实数来表征和处理,但因丢失复数原本的内在联系而容易出现识别偏差。针对这种情况,文中将复数深度神经网络应用于电磁信号的调制识别,设计了复卷积、批归一化和全连接网络等复数卷积深度神经网络,并通过Softmax函数完成最终的分类任务。采用标准数据集RML2016.10a完成网络训练以及测试工作。实验结果表明,通过训练后的…查看全部>>