基于深度学习和GNU Radio的调制信号分析实战

随着通信技术的快速发展，通信系统往往会采用多种调制方案，从而更好地利用频谱资源，满足爆发式增长的通信需求。调制识别是指在信号解调之前采集信号样本，通过相关技术自动判断信号调制类型，为后续信号的信息提取和处理等提供依据的技术。本书以深度学习和软件无线电技术为研究方法，将通信信号调制识别问题分为单载波信号识别和多载波信号识别两个方面，讨论调制识别的技术与实现。全书共有7章，主要内容包括研究背景及意义、深度学习与SDR相关基础理论、基于MRNN的单载波信号调制识别算法及软件无线电实现、基于TRNN的OFDM信号调制识别算法及软件无线电实现等。本书是一部关于通信信号调制识别理论与技术的专著，可作为高等学校和科研院所信号与信息处理、通信与信息系统等专业研究生的教材或参考书，也可供从事通信、导航、电子对抗等领域的广大技术人员学习与参考。

林冲，男，汉族，出生，四川广安人，信息与通信工程专业硕士。主要研究方向为基于软件无线电和深度学习的信号处理，发表SCI检索论文2篇，EI检索论文1篇，中文核心检索论文2篇，获得山东省研究生优秀成果奖1项。

第1章绪论1
1.1研究背景及意义1
1.2调制识别研究现状3
1.2.1基于决策理论的似然比识别方法5
1.2.2基于特征提取的统计模式识别方法6
1.2.3基于深度学习的调制识别方法9
1.3主要内容和结构安排16
习题17
第2章深度学习与SDR相关基础理论18
2.1深度学习相关基础理论18
2.1.1深度学习简史与应用19
2.1.2BP神经网络22
2.1.3CNN25
2.1.4ResNet27
2.1.5其他神经网络31
2.2SDR相关基础理论31
2.2.1SDR原理32
2.2.2SDR硬件平台USRP34
2.2.3SDR软件平台GNURadio37
2.2.4搭建GNURadio+USRP软件无线电开发环境41
2.3本章小结42
习题42
第3章基于MRNN的单载波信号调制识别（算法设计）43
3.1信号模型44
3.1.1AM类44
3.1.2MASK类45
3.1.3MPSK类45
3.1.4MQAM类46
3.1.5MAPSK类47
3.1.6FM和GMSK48
3.2基于MRS的MRNN50
3.2.1MRS设计50
3.2.2MRNN52
3.3实验仿真与结果分析55
3.3.1数据集介绍55
3.3.2网络性能优化56
3.3.3MRNN识别准确率分析59
3.3.4不同方法对比61
3.4本章小结63
习题64
第4章基于SDR的单载波信号实时调制识别（算法部署）65
4.1算法部署66
4.1.1搭建算法部署环境66
4.1.2制作单载波信号数据集67
4.1.3训练MRNN74
4.1.4实时识别75
4.2实验仿真与结果分析76
4.2.1识别准确率分析76
4.2.2实时性能分析78
4.3本章小结79
习题79
第5章基于TRNN的OFDM信号调制识别（算法设计）80
5.1制作基带传输时的OFDM信号数据集81
5.1.1OFDM调制原理81
5.1.2制作基带OFDM信号数据集83
5.2TRNN88
5.3实验仿真与结果分析91
5.3.1TRNN性能优化91
5.3.2TRNN性能分析97
5.3.3不同方法对比99
5.3.4实时OFDM基带信号调制识别100
5.4本章小结101
习题101
第6章基于SDR的OFDM信号实时调制识别（算法部署）102
6.1算法部署103
6.1.1搭建算法部署环境103
6.1.2制作带通传输时的OFDM信号数据集104
6.1.3训练TRNN108
6.1.4实时识别108
6.2实验仿真与结果分析109
6.2.1识别准确率分析109
6.2.2实时性能分析112
6.3本章小结112
习题113
第7章总结与展望114
7.1工作总结114
7.2研究展望115
参考文献117
附录A128