论文部分内容阅读
频谱分析的关键在于准确识别信号的调制方式,而常用的自动调制识别方法在低信噪比下的识别率低,并且能够识别的信号调制方式种类数少。基于此种情况,提出了一种基于循环谱和改进的深度神经网络的频谱分析方法。该方法使用卷积神经网络、长短时记忆和深度神经网络相结合的神经网络(CLDNN)并将循环谱特征作为该网络的原始输入特征。仿真结果显示所提出的方法在信噪比为-2 dB时能够达到90%的识别准确率,极大的提高了低信噪比情况下的信号识别性能。