基于图域的信号调制识别方法研究.pdf

基于图域的信号调制识别方法研究

摘要

信号调制识别在军事领域和民用领域具有广泛的应用，在军事领域中能够提升我方

电子侦察的水平，而在民用领域中则为认知无线电等技术提供了先决条件。随着现代通

信技术的发展，愈发复杂的通信环境以及信号调制类别，使得现有的调制信号识别方法

正受到前所未有的挑战。如何在信道复杂、调制样式多变的电磁环境中准确识别调制信

号类别，是目前调制识别中亟待解决的关键问题之一。图域信号调制识别作为前沿的调

制识别技术之一，通过研究信号的图表示方法将调制信号从时域或频域映射到图域，并

采用图域算法解决调制识别问题，目前鲜有研究人员对其展开研究，具有广阔的研究空

间和研究价值。本文针对现有调制识别方法难以面对复杂信道环境、多变调制样式的问

题提出基于图域的信号调制识别方案，研究内容主要如下：

针对传统特征提取分类方法对实际通信环境中的调制信号识别率低的问题，提出基

于特征提取的图生成信号识别方法，通过提取调制信号的瞬时特征和高阶谱特征作为联

合特征构成信号的节点特征，采用皮尔逊相关系数根据阈值构建邻边关系完成调制信号

的图域转换，最后通过构建的图神经网络模型在调制信号图中根据拓扑关系聚合强相关

的节点特征。在公开数据集RML2016.10a上进行了实验，结果表明本文提出的特征图生

成方法结合构建的图神经网络准确率优于现有的联合特征输入支持向量机或K-近邻分

类器识别方法，其中DiffPool图神经网络在SNR为4dB以及阈值为0.8时的识别准确

率为80.59%，证明本文提出的方法能够在特征提取的基础上进一步聚合关联特征，提高

识别准确率。

基于特征提取的图生成信号识别方法虽然超过了原有的特征提取识别方法，但仍受

到传统特征提取方法对实际通信信号鲁棒性差的影响，因此难以取得较优的效果。本文

首先采用可视图和水平可视图将调制信号映射到图域，针对可视图方法映射规则固定、

识别效率低的问题，在自适应图生成算法的基础分别提出基于双通道卷积和基于复数卷

积的自适应可视图生成算法，并和改进后的DiffPool图神经网络共同构成了调制信号端

到端识别模型，提出的识别模型在RML2016.10a数据集上进行了验证并与多个现有的

识别模型进行了对比，实验结果表明基于复数卷积的图生成识别方法在信噪比为10dB

时的识别准确率为92.05%，优于基于传统特征的图生成信号识别方法以及用于对比的

各模型。

关键词：图域调制识别；图表示；图神经网络；高阶谱

哈尔滨工程大学硕士学位论文

ABSTRACT

Signalmodulationrecognitioniswidelyusedinelectronicreconnaissanceequipment,

whichisofgreatsignificanceandpracticalvaluetoimprovethetechnicalabilityandlevelof

electronicwarfare.Inthecurrentinformationbattlefield,thenumberofvariousradar,

communicationandotherradiationsourcesisincreasing.Modulationformsarebecomingmore

andmorediverse.Theincreasingsignaldensitymakestheelectromagneticenvironmentmore

andmorecomplex.Howtoidentifymulti-componentsignalsaccuratelyandquicklyfromsuch

acomplex,denseandchangeableelectromagneticenvironmentisanurgentproblemtobe

solved.Aimingattheproblemsoflowaccurac