摘要：隨著通信技術(shù)的發(fā)展,信號體制、調(diào)制方式日趨復(fù)雜,例如CPM、OFDM等,這給調(diào)制識別技術(shù)帶來了巨大挑戰(zhàn)。近年來,深度學(xué)習(xí)技術(shù)由于其強(qiáng)大的特征提取能力和分類能力,被廣泛應(yīng)用到模式識別領(lǐng)域中。為了實(shí)現(xiàn)復(fù)雜調(diào)制方式的識別,文章將深度學(xué)習(xí)技術(shù)引入到調(diào)制識別領(lǐng)域,并提出一種基于改進(jìn)的CLDNN模型的調(diào)制識別算法。CLDNN模型已被成功應(yīng)用到語音識別領(lǐng)域,其表現(xiàn)出了強(qiáng)大的特征提取和分類能力。該方法在原有CLDNN模型的基礎(chǔ)上,針對調(diào)制識別問題的特點(diǎn),對CLDNN進(jìn)行了改進(jìn)。而且該方法不依賴于載波同步、碼元同步等預(yù)處理。實(shí)驗(yàn)結(jié)果表明,該方法可同時(shí)識別12種信號調(diào)制方式和信號體制,信噪比在3dB以上時(shí),整體識別準(zhǔn)確率達(dá)到90%以上,并且可以較好地識別復(fù)雜調(diào)制方式和信號體制。