基于时序卷积网络的信道编码闭集识别

作     者：陶志勇 闫明豪 刘影 TAO Zhiyong;YAN Minghao;LIU Ying

作者机构：辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2022年第50卷第3期

页      面：12-17页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助项目(2018YFB1403303) 

主　　题：信道编码识别 卷积码 闭集识别 深度学习 时序卷积网络 

摘      要：针对传统识别算法对信号的先验知识要求较高、人工特征提取复杂、低信噪比环境下识别率较低等问题,提出了一种基于时序卷积网络(TCN)的卷积码参数识别方法.引入了深度学习算法处理盲识别问题,依据卷积码的马尔可夫性,将码字作为时间序列处理,把已知类型的编码序列作为时序卷积网络模型的输入进行监督学习,根据训练好的模型对接收端接收到的未知编码信号进行闭集识别分类.实验结果表明:当信噪比大于5 dB时,单一参数类型与混合参数类型平均识别准确率分别大于99.60%和99.50%,且在相关算法对比中有较好的识别表现.