基于改进CNN的通信网络非合作信号解调与识别方法OA
针对目前非合作信号解调与识别方法存在因干扰导致预测精度低的问题,提出一种基于改进卷积神经网络(CNN)的非合作信号解调与识别方法。对具有发射机和接收机组成的典型无线通信系统进行分析的基础上,设计包含特征提取器、解调器和分类器的改进CNN模型。为提升模型训练性能,提出组合解调损失和分类损失函数用于训练模型。实验阶段,与CNN和长短期记忆网络(LSTM)相比,改进CNN具有一定优势。实验结果验证了所提出的方法的有效性和实用性,具有广阔的应用前景。
何丽萍
广东司法警官职业学院,信息管理系,广东广州510520
信息技术与安全科学
通信系统非合作信号卷积神经网络特征提取损失函数
《微型电脑应用》 2026 (9)
P.317-320,4
评论