基于CNN卷积神经网络的MPSK调制识别matlab仿真

举报
简简单单做算法 发表于 2024/08/06 00:02:53 2024/08/06
【摘要】 1.算法运行效果图预览(完整程序运行后无水印)  2.算法运行软件版本matlab2022a 3.部分核心程序(完整版代码包含详细中文注释和操作步骤视频) %定义卷积神经网络的基础结构layers = [ imageInputLayer([656 875 3]);%注意,656,875为能量图的大小,不能改...........................................

1.算法运行效果图预览

(完整程序运行后无水印)

 

1.jpeg

2.jpeg

3.jpeg

4.jpeg

 

2.算法运行软件版本

matlab2022a

 

3.部分核心程序

(完整版代码包含详细中文注释和操作步骤视频)

 

%定义卷积神经网络的基础结构
layers = [
    imageInputLayer([656 875 3]);%注意,656,875为能量图的大小,不能改
.............................................................
 
    %全连接层
    fullyConnectedLayer(3);
    %softmax
    softmaxLayer;
    %输出分类结果
    classificationLayer;];
 
%设置训练参数
options = trainingOptions('sgdm', ...
    'InitialLearnRate', 0.00002, ...
    'MaxEpochs', 100, ...
    'Shuffle', 'every-epoch', ...
    'ValidationData', imdsValidation, ...
    'ValidationFrequency', 10, ...
    'Verbose', false, ...
    'Plots', 'training-progress');
..........................................................
figure;
plot(IT(1:5:end),LOSS(1:5:end),'-bs',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.0,0.0]);
xlabel('epoch');
ylabel('LOSS');
 
 
figure;
plot(IT(1:5:end),Accuracy(1:5:end),'-bs',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.0,0.0]);
xlabel('epoch');
ylabel('Accuracy');
 
save CNN.mat
155

 

4.算法理论概述

       基于卷积神经网络(CNN)的MPSKM-ary Phase Shift Keying)调制识别技术,是一种利用深度学习模型来自动学习和区分不同MPSK调制信号特征的方法。在本讨论中,我们将聚焦于识别三种基本的MPSK调制类型:二进制相移键控(BPSK)、四进制相移键控(QPSK)和八进制相移键控(8PSK)。

 

       CNN是一种特殊类型的神经网络,其设计灵感来源于生物视觉系统,特别擅长处理具有空间结构的数据,如图像和一维信号。其核心组成包括卷积层、池化层、全连接层和输出层。

 

5.png

 

        MPSK调制信号的识别依赖于其独特的相位特征。每种调制类型定义了一组离散的相位角,如BPSK0°和180°),QPSK45°, 135°, 225°, 315°),8PSK(依次间隔45°的八个相位点)。CNN的任务是学习这些相位差,进而识别调制类型。

 

训练阶段:使用已知调制类型的标记信号作为训练数据,通过反向传播算法调整网络权重,以最小化预测错误(如交叉熵损失函数)。

 

识别阶段:对于未知信号,通过训练好的CNN模型进行前向传播,输出各调制类型的概率分布,选择最高概率对应的调制类型作为识别结果。

 

 

【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。