数据驱动的双通道CNN-LSTM调制分类算法 |
| |
引用本文: | 葛战,孙磊,李兵,蒋鸿宇,周劼.数据驱动的双通道CNN-LSTM调制分类算法[J].无线电工程,2023(1):73-79. |
| |
作者姓名: | 葛战 孙磊 李兵 蒋鸿宇 周劼 |
| |
作者单位: | 中国工程物理研究院电子工程研究所 |
| |
基金项目: | 国家自然科学基金委员会与中国工程物理研究院联合基金(NSAF)资助项目(U153010137)~~; |
| |
摘 要: | 为同时利用卷积神经网络(Convolutional Neural Network, CNN)的空间特征提取能力和长短时记忆(Long Short-Term Memory, LSTM)网络的时序特征提取能力,提出了一种由双通道一维CNN与LSTM相互串联的调制分类算法。算法采用数据驱动的方式,直接将信号送入至2路CNN提取其在不同维度的空间特征信息;把2个通道的特征融合信息输入至LSTM学习其时序上的特征;与全连接网络连接实现对5种目标信号的调制分类。实验结果表明,CNN与LSTM相互串联能够学习到更加丰富的特征信息,更有利于分类;与传统方法相比,提出的方法无需人工提取信号特征,减少了预处理步骤并有效提升了识别性能。
|
关 键 词: | 调制分类 数据驱动 卷积神经网络 长短时记忆网络 |
|
|