基于深度学习的OFDM信号调制方式识别

正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术广泛应用在各类通信系统中。信号调制方式识别对于OFDM技术十分重要，特别是在非合作通信系统中。传统的信号调制方式识别精度不高，且没有研究信噪比为0 dB以下的情况。对此，将OFDM信号看成2×N的图像，保存I、Q两路信号在空间上的特性，设计包含3个卷积层、3个全连接层的深度卷积神经网络（Convolutional Neural Networks,CNN）。将收敛后的模型用于调制方式分类，实验结果表明，所设计的深度神经网络对6种OFDM信号具有很好的识别效果。