针对复杂空间电磁环境下通信调制信号识别率低的难题,提出了一种基于复数长短期记忆(complex long and short-term memory,CLSTM)的自编码器降噪网络(complex noise reduction networks,CNRN)模型,设计了CLSTM的实部核、虚部核及复数交...针对复杂空间电磁环境下通信调制信号识别率低的难题,提出了一种基于复数长短期记忆(complex long and short-term memory,CLSTM)的自编码器降噪网络(complex noise reduction networks,CNRN)模型,设计了CLSTM的实部核、虚部核及复数交叉项,有效提取了带噪通信调制信号的复数域和时域融合特征,并构建了直接、间接和可视化三种评价方法。实验仿真表明:降噪后-20 dB信号信噪比提升15 dB,均方误差降低6.62,误比特率降低0.11;降噪后-20~18 dB信号三种典型调制识别网络的平均识别率分别提高了29.05%、38.76%、21.87%。展开更多
