基于深度学习的无线信号调制识别方法研究
摘要：无线信号调制识别是无线通信中的一个重要问题，它可以用于无线电监测、认知无线电、智能通信等领域。传统的调制识别方法主要基于特征提取和机器学习，但是这些方法存在特征选择困难、泛化能力差、计算复杂度高等缺点。为了解决这些问题，本文提出了一种基于深度学习的无线信号调制识别方法，该方法利用深度神经网络直接从原始信号中学习特征，并进行分类判断。本文采用了一种基于长短期记忆网络（LSTM）和全连接层（FC）的深度神经网络结构，该结构可以有效地捕捉信号的时序特征和频域特征，并提高分类准确率。本文在公开的数据集上进行了实验，结果表明，本文提出的方法在不同信噪比下都能达到较高的识别准确率，且优于传统的调制识别方法，证明了本文方法的有效性和优越性。
关键词：无线信号调制识别；深度学习；长短期记忆网络；全连接层