文章标题：基于深度学习的水声通信信号调制类型识别

文章作者：黄乐¹, 夏志军², 周胜增¹, 原玉婷¹, 王静怡¹
关 键 字：水声通信;信号识别;高阶累积量;深度学习
文章摘要：水声通信信号识别为水声通信侦察和对抗的重要前提，具有重要作用。然而，传统的水声通信信号识别方法通常是基于信号处理和模式识别技术，依赖领域专家的专业知识和经验进行特征选择和提取，具有较强的主观性，且可能无法利用更复杂的信号特征。本文基于深度学习提出一种水声通信信号识别的智能方法。首先利用仿真数据对卷积神经网络进行训练，然后分别使用仿真和湖上试验数据对算法网络进行测试。仿真结果表明，在SNR=5 dB时，该方法对2ASK、4ASK、BPSK、QPSK、2FSK、4FSK和OFDM等7种水下通信信号的识别率均能达到90%以上，7种湖上试验的通信信号类型平均识别率达到97.9%。这表明该方法具有良好的宽容性。此外，本文还通过对基于高阶累积量和深度学习方法的比较，验证了本文提出方法具有显著的优越性。