基于多特征信息的深度学习网络调制识别算法

张 航，吴泓霖，余 勤，黄承钊，欧阳厚德，雒瑞森

(四川大学 电气工程学院，四川 成都 610065)

0 引 言

自动调制识别技术是通信过程中进行准确信息提取的基石。在非合作通信中，由于复杂电磁环境的影响和无线电信号调制方式的未知，要想准确地识别无线电信号的调制方式存在巨大的挑战。当前，调制识别算法主要分为两大类：基于似然比的方法[1,2]和基于特征的方法[3,4]。这两类传统的方法需要较多的先验知识，严重依赖人为设定的阈值，以及受人工特征选取的影响，在未知电磁环境下缺乏鲁棒性，应用范围存在一定的局限性。

如今，随着深度学习展现出的巨大潜力，大量的研究者开始着手研究基于深度学习的调制识别算法。这类算法可通过神经网络进行自动特征提取，避免了手工特征提取的繁琐，且鲁棒性较高。为了便于研究的规范以及方便对照各种算法的优劣，文献[5]公布了一个无线电信号标准数据集RML2016.10a。文献[6]设计了一种较为简单的卷积神经网络来进行调制识别，表现了神经网络相较于传统算法的优越性。随后，文献[7]设计了一种结合卷积神经网络和循环神经网络的模型，实现了更高准确率。而考虑到调制信号内在的时序特性，文献[8]利用改良后的循环神经网络—GRU(gated recurrent unit)，也取得了不错的调制识别效果。文献[9]将调制信号的瞬时特征输入到长短期记忆网络(LSTM)中进行处理，最终可实现0 dB以上，接近90%的准确率。而在复杂电磁环境下，目前这些基于神经网络的调制识别算法，仅仅利用I/Q信号或者单一瞬时特征，一定程度上限制了模型的性能。因此，为了丰富各种调制信号的特征表达形式和提高算法鲁棒性，本文提出了一种基于深度学习的多特征信息调制识别算法，实验结果表明，所提方法可以得到更高更稳定的调制识别准确率，可行性较高。

1 基于多特征信息的调制识别算法

为了克服通信过程中复杂电磁环境的影响，更加有效地提取调制信号的高阶特征，本文提出了一种基于多特征信息的调制识别算法，将I/Q调制信号与瞬时特征信息相结合，丰富了调制信号的有效特征信息，并设计了一种高效的神经网络模型，以自动提取多种调制信号的隐藏特征，可实现对多种调制信号的高精度识别。

1.1 调制信号模型

由于在现实生活中，大多数有效信息都属于低频信息，无法直接作为传输信号，为了更有效地远距离传输，需要采用调制技术对基带信号进行频谱搬移，保证其稳定高效传输。对于接收机所接收到的调制信号模型如下

y(t)=s(t)*h(t)+n(t)

(1)

其中，y(t) 表示实际接收到的I/Q调制信号，s(t) 表示调制后的信号，h(t) 代表信道脉冲响应，n(t) 代表信道中的加性高斯白噪声。

1.2 基于深度学习网络的调制识别算法框架

1.2.1 多特征信息结合

调制信号本身蕴含丰富的特征信息，如何挖掘并提取其有效信息是非常关键的步骤。而传统的专家特征提取方法是对原始信号进行一系列的数学运算，最终得到对应的特征值，再对特征值进行分析，这些特征差异性较明显，可看作对该信号的高度凝练，但在复杂的电磁环境下以及各种信道干扰的影响下，容易出现与理想条件计算结果存在较大差异的情况，导致调制类型识别困难。而调制信号的瞬时幅度和相位值，计算简单且含有丰富信息，因此，为了更加充分地挖掘I/Q调制信号的特征，以及避免经过多次复杂计算而造成的有效信息丢失，本文提出将调制信号的瞬时幅度和相位值与原始I/Q信号相结合，再送入神经网络进行自动特征提取以提高各种调制方式的识别率。本文提出的调制识别算法处理步骤如图1所示。首先将I/Q调制信号进行瞬时特征提取，包括瞬时幅度和瞬时相位值。由于I/Q调制信号分为I、Q两路正交信号，令I通道信号为x(t)，Q通道信号为y(t)，则瞬时幅度A(t)和瞬时相位P(t)可由以下公式所得

(2)

(3)

然后将得到的瞬时幅度和相位值进行归一化处理，再将原始I/Q信号和瞬时特征值进行拼接融合。其中原始I/Q信号维度为2*N, 2代表I路和Q路，N代表采样点数，融合瞬时幅度和相位信息后的数据维度变为4*N。再将其输入到设计好的神经网络模型，以提取不同类型调制信号潜在的特征信息，最后得到该信号所属每一类的概率分布，概率值最大的那一类则为最终调制类型识别结果。

1.2.2 基于深度学习的调制识别模型

一直以来，许多相关研究者都致力于探究设计一种高效的神经网络模型，对无线电信号进行特征提取并完成识别任务。出色的网络模型在调制识别任务中扮演着重要的角色。本文提出的模型包括两部分，通过将Attention-SCNN和引入注意力机制的双向LSTM(BiLSTM)相级联,以期望模型从多方位、多维度提取调制信号内部的时空特征信息。

Attention-SCNN：经过多特征信息的融合之后，原始信号数据从I/Q双通道数据扩展到了I/Q信号和瞬时特征结合的多维信息4*N，使得调制信号特征信息更加丰富，便于神经网络模型提取更多有用的特征，实现复杂电磁环境下对多种调制信号的高精度识别。融合后的数据首先输入到本文所设计的Attention-SCNN结构，如图2所示，它主要由若干个深度可分离卷积块(SepaConvBlock)和一个逐点卷积层构成，其中SepaConvBlock内部结构如图2(b)所示。为了减少模型的参数量，提高网络特征提取的效率，在SepaConvBlock中，我们以深度可分离卷积层[10]为基础层，相比于普通卷积，其卷积过程如图3所示，主要分为深度卷积和逐点卷积两步，其在轻量化网络结构中被广泛使用[11,12]。

在SepaConvBlock结构中，首先利用1*1卷积层实现跨通道的交互与信息整合，并控制通道数量，然后再通过批归一化[13]，缓解内部数据分布偏移的影响并加速网络训练。接下来将批归一化的结果输入到两个深度可分离卷积层中，其中卷积核尺寸为2*2，输出通道数为32。考虑到特征映射图的不同通道的影响不一致，为了进一步提升有用信息的利用率和网络性能，还引入了通道注意力机制[14]。其主要通过对通道间的依赖关系进行建模，以自适应调整每个通道之间的特征响应值。这种注意力机制的实现如图4所示，主要包括压缩(Squeeze)和激励(Excitation)两部分，压缩部分是利用全局平均池化技术(GAP)，将特征映射U压缩到通道描述符z∈Rc,z的第c个元素zc可以通过以下公式计算

(4)

其中， Fsq(uc) 代表对第c个通道的特征映射uc进行压缩操作，H代表通道的高度，W代表通道的宽度。

时序特征提取：由于调制信号本身属于时序信号，而循环神经网络在时序数据处理方面取得了巨大成功和广泛应用。因此，为了进一步提取调制信号潜在的时序特征，在本文所设计的模型中，还引入了优化后的循环神经网络——LSTM，其主要采用门控机制，可选择性地记忆有效的信息，可以有效解决神经网络中长序列依赖问题。在本文提出的模型中，通过将Attention-SCNN的输出送入到BiLSTM，其节点数为64，使得网络可以提取数据过去和未来的关联信息，捕获更加全面的时序特征。而BiLSTM中存储有大量的信息，为了降低冗余信息的影响，使得模型关注更有效的特征信息，我们还在LSTM中添加了注意力机制[16]，以期望能过滤掉不相关的信息，提升模型的效率。其实现主要是提取位于BiLSTM中间的输出向量，再利用全连接层作为投影，得到查询向量，然后与输出做点积操作，再利用Softmax函数进行归一化操作，得到注意力权重向量。最后将该注意力分布值与BiLSTM的输出做点积操作，得到最终的特征向量。接下来，再利用两个全连接层，将该特征向量映射到容易分离的假设空间，其中激活函数采用“Relu”，并添加Dropout[17]策略，防止过拟合现象出现。最后再利用一个节点个数为需要识别的调制类型数量的全连接层，其激活函数采用“Softmax”，得到调制信号对应于每一种类的概率分布，其中最大值所对应的类别即为识别结果。

2 实验结果分析

本文以无线电调制信号标准数据集RML2016.10a[5]为研究对象，将提出的调制识别算法与其它相关文献进行了对比，分析了不同算法在不同信噪比下的调制识别准确率，还探讨了网络深度对实验结果的影响，并对比了添加瞬时特征与不添加瞬时特征对实验的影响，实验结果表明了本文提出算法的有效性。

2.1 实验数据

在本文的实验中，采用的是2016年公开的由GNU Radio软件生成的标准数据集RML2016.10a，一共包括11类常见的调制信号，如：8PSK、AM-SSB、AM-DSB、BPSK、CPFSK、GFSK、PAM4、16QAM、64QAM、WBFM 和QPSK。每种调制类型的信噪比分布在-18 dB～20 dB区间, 每种信噪比下的每一类调制信号数量为1000条，信号样本尺寸为2*128，一共220 000条样本。在样本生成过程，除加入噪声外，还考虑了多径衰落、采样率偏移和频率偏移等信道传输影响，以模拟真实的通信环境，具备较高的研究价值。

2.2 实验设置

2.3 结果与讨论

为了对比评估本文所提出的算法，我们与之前流行的算法[6-9]进行了对比，分别名为VTCNN2、CLDNN、GRU2、LSTM-AP。对于整个实验，本文主要讨论了不同信噪比条件下、不同调制类型的识别准确率，还分析了SepaConvBlock个数对识别效果的影响，并比较了不添加瞬时特征和融合瞬时特征的识别效果，从多方面、多角度分析说明了所提出算法的优良性。

2.3.1 不同信噪比下准确率对比

图5显示了不同算法在不同信噪比条件下的识别准确率。由于在低信噪比阶段，调制信号受噪声干扰较大，信号失真严重，本文提出的算法准确率与其它算法准确率相当。当信噪比高于0 dB时，所提算法识别准确率明显高于其它几种算法，0 dB～18 dB平均准确率达到91.5%，同比提升1.1%～17.7%，见表1。当信噪比大于4 dB时，识别准确率均高于92%，最高可达到93%，说明了本文提出算法的稳健性。这是因为，该算法从调制信号本身出发，充分考虑到其多种特征表达形式，将简单但信息量丰富的瞬时特征和I/Q数据结合，并利用卷积神经网络和循环神经网络各自的优点，从时序和空间维度，多方位有效提取每种调制类型的潜在特征，继而实现了对多种调制信号的高精度识别。

表1 0 dB～18 dB信噪比区间的不同算法 平均识别准确率/%

2.3.2 模型效果的混淆矩阵对比

图6展现了其它各种调制识别模型在SNR=4dB时生成的混淆矩阵。其横轴代表预测的调制类型，纵轴代表真实的调制类型，对角线表示每一种调制种类的识别准确率，颜色越深，表示准确率越高。可以发现，对于所有模型来说，其中最难区分的两类调制方式是AM-DSB和WBFM，这是因为它们都属于模拟调制方式，是通过采样模拟声音信号产生的，而该声信号存在静默期，使得识别困难加剧。而对于16QAM和64QAM,它们同属于正交幅度调制，具有重叠的星座映射形式，这使得模型在较低信噪比识别时具有一定难度。从图6可以发现，相比于其它算法，本文模型可以较大程度缓解这一问题，降低对这两类调制方式的识别混淆难度，提升了对多进制正交幅度调制(MQAM)的识别精度，说明了所提算法具有较高鲁棒性，可有效提升调制识别任务的性能。

当信噪比处于较高阶段时，调制信号所蕴含的特征更加清晰，使得模型提取更加容易。表2反映了各种算法在高信噪比18 dB时,对每一种调制类型的具体识别准确率。当SNR=18dB本文所提算法所实现的平均准确率相比较高，达到92.7%，而对于调制识别较困难的类型，如16QAM、64QAM、WBFM等类型，所提出模型实现的准确率也都达到了最高，且都具有明显的提升幅度。这些结果表明了本文算法的优越性，说明了结合多特征信息，并有效挖掘调制信号内部的时序和空间特征，可以提升调制识别任务的效果，提高对某些容易混淆的调制类别的识别准确率。

2.3.3 融合瞬时特征与不加瞬时特征的效果对比

为了探究瞬时特征在调制识别任务中所起到的作用，本文主要是通过改变输入数据的形式以进行对比实验。即直接将I/Q信号送入所设计的网络中进行调制识别，以及将瞬时特征与I/Q信号合并后再送入相同的网络进行调制识别。从图7(其中Our_features代表添加了瞬时特征的效果，Our_non_features代表不加瞬时特征的效果)可以看出，在0 dB～18 dB之间，融合了瞬时特征后的调制识别准确率高于直接将I/Q信号送入模型进行识别的准确率。它揭示了多特征信息的结合对于自动调制识别的有效性，也反映了I/Q信号本身所携带的潜在特征对于调制识别可能存在一定的欠缺。将I/Q信号与瞬时特征的结合，丰富了每一种调制方式的特征表示形式，便于神经网络理清每种调制方式的内在关系，从而提升调制识别的准确率。

2.3.4 SepaConvBlock个数对实验结果的影响

在深度学习领域，神经网络模型性能通常会受到网络深度的影响。因此，为了探究网络深度对自动调制识别的影响，本文主要通过改变模型中所设计的SepaConvBlock数量来控制网络深度。从图8可以看出，在0 dB～18 dB之间,随着SepaConvBlock个数的变化，模型的识别准确率总

表2 当SNR=18 dB,不同算法对于每种调制 类型的识别准确率/%

体呈先上升后下降的趋势。当SepaConvBlock数量为4时，0 dB～18 dB平均准确率达到最高，为91.5%(本文其它未特加说明的地方，模型中的SepaConvBlock个数都为4)。这说明了网络深度对调制识别具有一定的影响，但过于复杂的模型可能会造成过拟合现象的出现，在设计模型时应当合理控制模型容量。

3 结束语

本文提出了一种结合多特征信息的调制识别算法，从调制信号本身出发，将调制信号的瞬时幅度和瞬时相位与I/Q信号相结合，丰富了每一种调制方式的数据表示形式，可实现不同类型数据特征之间的互补。还设计了一个基于深度可分离卷积块和LSTM的高效网络结构，并引入了注意力机制，有利于挖掘调制信号内部潜在的时空特征。通过在标准数据集上的实验，表明了本文所提算法的优越性，说明了对于调制识别任务，特别是在受到各种干扰条件下，多类型数据源可以给模型提供多种观察视图，降低调制识别的难度。而结合网络特性，设计一种较好的模型结构对于调制识别也是至关重要的。

总的来说，当前调制识别领域还存在很多亟待解决的问题，例如低信噪比下，如何提高调制识别的准确率，以及在调制信号存在一定程度混叠时，如何准确识别其调制方式都是值得进一步研究的。