關鍵詞：調制識別 多端卷積神經網絡 眼圖 矢量圖 

摘要：為識別當前衛星通信系統所采用的主要調制方式,提出了一種基于多端卷積神經網絡的通信信號調制識別算法。利用信號的先驗信息以及對網絡拓撲結構的認知,將信號時域波形轉化為眼圖和矢量圖,作為信號的淺層特征表達,并由此設計了基于多端卷積神經網絡的調制識別模型。通過訓練所搭建的網絡,對淺層特征進行深度提取和映射,最終完成了目標信號的調制識別。仿真實驗表明,所提算法相對于傳統調制識別算法以及目前基于波形和星座圖的深度學習識別算法識別效果更好,當信噪比為5 dB時,識別性能可達95%。

通信學報雜志要求:

{1}作者簡介。包括作者姓名、性別、工作單位與職稱（職務）、郵編等信息。請附作者電話，以便及時聯系。

{2}凡投寄本刊的稿件請勿一稿多投，若三個月內未收到用稿通知，作者可自行處理。

{3}稿件首頁內容包括題名，每位作者的姓名、學歷、技術職稱及工作單位，負責與編輯部聯系的通訊作者的姓名及其詳細通訊地址、電話、傳真和Email，并標明正文字數、表數及圖數。

{4}文中引用的參考文獻應在引用位置標明序號，該序號和文末的參考文獻標識一致。

{5}摘要200字左右，應具有獨立性和自明性。應闡明撰寫該文的目的、方法、結論并體現出原創性。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社