标题：基于CNN-BiGRU网络的CPM调制指数识别
作者：郜婉军 刘凯
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：连续相位调制；自动调制识别；卷积神经网络；双向门控循环网络
摘要：连续相位调制（Continuous Phase Modulation，CPM）作为一类频带利用率高的非线性数字调制信号，在移动通信和卫星通信领域都有着广泛的应用前景。针对目前低信噪比下CPM信号的调制参数识别困难的问题，提出了一种卷积神经网络级联双向门控循环网络（Convolutional Neural Network Cascades Bidirectional Gated Recurrent Network，CNN-BiGRU）的方法来完成调制指数的识别。输入的二维信号首先经过卷积层（CNN）提取特征，再经过双向门控循环网络（BiGRU）提取信号的前后文信息，最后经过全连接层（DNN）进行特征整合，使用Softmax函数进行分类。实验结果表明，相较于传统方法，该方法在低信噪比下对不同调制指数CPM的识别效果得到了明显的提升。当信噪比大于4dB 时，整体识别率在98%以上。即使针对调制指数相等的Single-h CPM和Multi-h CPM信号，该方法也能够进行很好的区分。