Resumen

Este documento implementa un algoritmo de reconocimiento de patrones de modulación basado en aprendizaje profundo para señales de comunicación utilizando una arquitectura de red neuronal convolucional como reconocedor de modulación. En este documento, se propone una arquitectura de red neuronal convolucional compleja múltiple-paralela para satisfacer la demanda de procesamiento de banda base compleja de señales de comunicación totalmente digitales. La arquitectura aprende las características estructuradas de las partes real e imaginaria de la señal de banda base a través de ramas paralelas y las fusiona en la salida de acuerdo con ciertas reglas para obtener la salida final, lo que realiza el proceso de ajuste al mapeo numérico complejo. Al comparar y analizar varios métodos de análisis tiempo-frecuencia comúnmente utilizados, se selecciona un método de análisis tiempo-frecuencia que puede resaltar bien las diferencias entre diferentes patrones de modulación de señal para convertir el mapa tiempo-frecuencia en una imagen digital que puede ser procesada por una red profunda. Para extraer

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Aprendizaje profundo; Algoritmo de reconocimiento de modulación; Arquitectura de red neuronal convolucional; Método de análisis tiempo-frecuencia; Características espaciales y temporales; Algoritmos de aprendizaje automático
• Keywords:Deep learning; Modulation recognition algorithm; Convolutional neural network architecture; Time-frequency analysis method; Spatial and temporal characteristics; Machine learning algorithms