基于深度學(xué)習(xí)的通信信號(hào)調(diào)制方式識(shí)別

侯 濤，鄭郁正

(成都信息工程大學(xué)，四川 成都 610225)

0 引言

調(diào)制信號(hào)識(shí)別在現(xiàn)代無線通信應(yīng)用中具有非常重要的地位，在電子對(duì)抗、通信偵查、信號(hào)識(shí)別等非合作通信方式中有著非常廣泛的應(yīng)用，民用領(lǐng)域主要在非法信號(hào)監(jiān)測、認(rèn)知無線電系統(tǒng)中有著非常廣泛的應(yīng)用。傳統(tǒng)的調(diào)制識(shí)別方法主要是利用人工提取到的調(diào)制信號(hào)特征，利用統(tǒng)計(jì)學(xué)的方法，對(duì)提取到的特征進(jìn)行分類，如文獻(xiàn)[1]中提出的基于高階累積量和文獻(xiàn)[2]中提出的采用高階累計(jì)量結(jié)合循環(huán)譜密度對(duì)通信信號(hào)的分類，是目前在調(diào)制識(shí)別任務(wù)上主要采用的方法。但這類識(shí)別方式最大的缺陷在于需要人工提取特征，且識(shí)別的即時(shí)性和準(zhǔn)確率不高，因此，提出一種新的并且能夠達(dá)到端到端的調(diào)制識(shí)別方法是非常必要和迫切的。

隨著深度神經(jīng)網(wǎng)絡(luò)在2012年ILSVRC圖像識(shí)別比賽中大放異彩，深度學(xué)習(xí)技術(shù)出現(xiàn)了前所未有的熱潮，深度神經(jīng)網(wǎng)絡(luò)中新型網(wǎng)絡(luò)結(jié)構(gòu)也在不斷被全世界的科研人員提出。但是這些深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)大多數(shù)是針對(duì)語音識(shí)別和圖像分類等任務(wù)而設(shè)計(jì)，專門為通信信號(hào)調(diào)制識(shí)別提供的網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)較少且準(zhǔn)確率普遍不高。目前，國內(nèi)外對(duì)通信信號(hào)調(diào)制識(shí)別已經(jīng)做了大量的研究，如文獻(xiàn)[3]比較了利用專家特征和卷積神經(jīng)網(wǎng)絡(luò)提取特征的差異，實(shí)驗(yàn)中證明使用神經(jīng)網(wǎng)絡(luò)對(duì)時(shí)域通信信號(hào)進(jìn)行識(shí)別有較大的優(yōu)勢。文獻(xiàn)[4]提出一種利用空間轉(zhuǎn)換網(wǎng)絡(luò)(Spatial Transformer Network)對(duì)調(diào)制信號(hào)進(jìn)行識(shí)別的方法，是一種很好的創(chuàng)新，但最大的缺陷在于準(zhǔn)確率相對(duì)不高。通過借鑒其他領(lǐng)域成功的案例，文獻(xiàn)[5]提出一種通過神經(jīng)網(wǎng)絡(luò)對(duì)語音序列信號(hào)進(jìn)行特征提取的方法，對(duì)于處理類似序列類型的數(shù)據(jù)提供了一種方法，以及文獻(xiàn)[6]采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)與長短時(shí)記憶網(wǎng)絡(luò)(LSTM)相互組合的方法來處理語音序列的方法取得了較好的效果，也對(duì)信號(hào)的特征提取有很大的參考價(jià)值。本文中的實(shí)驗(yàn)參考語音識(shí)別中的方法將卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行組合，設(shè)計(jì)了一個(gè)最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)來對(duì)通信信號(hào)進(jìn)行特征的提取，能夠?qū)W習(xí)到大量真實(shí)通信信號(hào)數(shù)據(jù)的特征，并將學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)保存為一個(gè)模型文件，達(dá)到能夠?qū)νㄐ判盘?hào)進(jìn)行識(shí)別的效果。

1 相關(guān)研究

1.1 Keras深度學(xué)習(xí)框架以及硬件平臺(tái)

Keras深度學(xué)習(xí)框架是用Python語言編寫的高級(jí)神經(jīng)網(wǎng)絡(luò)API，它具有極好靈活性以及高度的可擴(kuò)展性，同時(shí)支持CPU和多GPU的計(jì)算方式，在Keras中神經(jīng)網(wǎng)絡(luò)層、損失函數(shù)、初始化方法及激活函數(shù)等等已經(jīng)被封裝和模塊化，可以大大減少用戶的工作量，同時(shí)也提供了清晰且可操作的反饋。在硬件平臺(tái)上面，實(shí)驗(yàn)中使用的硬件平臺(tái)為2張Nvidia Geforce 1080Ti顯卡和單塊Intel Core i7 7700k處理器作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的平臺(tái)，通過多GPU的方式對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行加速迭代運(yùn)算而達(dá)到優(yōu)化隱藏層參數(shù)的目的。

1.2 批量歸一化原理

文獻(xiàn)[8]提出的批量歸一化(Batch Normalization)算法是2015年由美國Google公司提出的一種數(shù)據(jù)預(yù)處理算法，被廣泛使用在各種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，批量歸一化算法可以在學(xué)習(xí)率較小的情況下加快深度神經(jīng)網(wǎng)絡(luò)的收斂速度，同時(shí)緩解數(shù)據(jù)過擬合和梯度消失等問題。批量歸一化算法對(duì)每一層的輸入進(jìn)行預(yù)處理以避免非線性激活函數(shù)引起的數(shù)據(jù)分布的變化，不單單按照每一批量將數(shù)據(jù)進(jìn)行均值轉(zhuǎn)化為0、標(biāo)準(zhǔn)差轉(zhuǎn)化為1的歸一化過程，而是采用了一種可學(xué)習(xí)參數(shù)γ和β的方法對(duì)數(shù)據(jù)進(jìn)行處理，這種創(chuàng)造性的方法有效地增強(qiáng)了算法的魯棒性，有效解決了在數(shù)據(jù)通過激活函數(shù)時(shí)數(shù)據(jù)分布被破壞的問題。以下是批量歸一化算法的原理介紹，對(duì)于一個(gè)一般的d維輸入數(shù)據(jù)x=(x(1)…x(d))進(jìn)行歸一化的方法：

(1)

式中，E[x(k)]為d維輸入數(shù)據(jù)x的均值，Var[x(k)]為d維的輸入數(shù)據(jù)x的方差。具有可學(xué)習(xí)參數(shù)γ和β的批量歸一化算法對(duì)數(shù)據(jù)進(jìn)行處理的流程如下所示：

假設(shè)給定一個(gè)mini-batch的輸入數(shù)據(jù)的值B={xi…m}算法流程中可學(xué)習(xí)參數(shù)為γ和β,可以得到輸出值為yi=γx^i+β,其中μB為均值,σ2B為方差,x^i為一般歸一化結(jié)果;μB=1m∑mi=1xi;σ2B=∑mi=1(xi-μB)2;x^l=xi-μB σ2B+ε;x^l中的ε為一個(gè)很小的可以忽略不計(jì)的數(shù)值。

1.3 長短時(shí)記憶網(wǎng)絡(luò)原理

長短時(shí)記憶網(wǎng)絡(luò)(LSTM)最早于1997年被提出，是一種擁有“記憶功能”的神經(jīng)網(wǎng)絡(luò)，常應(yīng)用于語音識(shí)別、圖像識(shí)別、自然語言處理等領(lǐng)域。實(shí)驗(yàn)中采用的是文獻(xiàn)[9]提出的長短時(shí)記憶網(wǎng)絡(luò)，由于可以很好地學(xué)習(xí)到前后序列之間的關(guān)系，處理信號(hào)序列數(shù)據(jù)時(shí)在一定程度上能夠提升識(shí)別的準(zhǔn)確率，該神經(jīng)網(wǎng)絡(luò)由多個(gè)cell單元構(gòu)成，每個(gè)cell單元包括遺忘門、輸入門和輸出門3種門，結(jié)構(gòu)如圖1所示。

圖1 LSTM的工作流程

遺忘門：ft=σ(Wf[ht-1，xt]+bf)；

輸入門：it=σ(Wi[ht-1，xt]+bi)；

輸出門：ot=σ(Wo[ht-1，xt]+bo)；

通過輸出門得到最終的輸出：ht=ot*tanh (Ct)。

1.4 稠密網(wǎng)絡(luò)原理

文獻(xiàn)[10]提出的稠密網(wǎng)絡(luò)(Densenet)是Google于2018年提出的一種最新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，相比較于文獻(xiàn)[11]提出的目前最為主流的殘差網(wǎng)絡(luò)(Resnet)，收斂速度更快，在增加了神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)層數(shù)的同時(shí)可以避免梯度消失的問題而不影響最終識(shí)別的效果，文獻(xiàn)[12]通過實(shí)驗(yàn)證明在通信信號(hào)識(shí)別的任務(wù)中稠密網(wǎng)絡(luò)效果較主流的殘差網(wǎng)絡(luò)更好。在結(jié)構(gòu)上，如果將神經(jīng)網(wǎng)絡(luò)中第i層的輸出用Xi表示，那么一般的前饋神經(jīng)網(wǎng)絡(luò)可以表示為Xi=Η(Xi-1)，相應(yīng)的殘差網(wǎng)絡(luò)由于增加了旁路連接則可以表示為Xi=Xi-1+Η(Xi-1)，而稠密網(wǎng)絡(luò)采用將之前所有層輸出的特征進(jìn)行組合，可以表示為Xi=Η([X0，X1，X3，…，Xi-1])，其中Η表示的是通過這一層的激活函數(shù)。正是由于稠密網(wǎng)絡(luò)這種特殊的結(jié)構(gòu)，使得信息的損失更少，才能更好地保持?jǐn)?shù)據(jù)的完整性也是在識(shí)別任務(wù)上取得更好效果的主要原因。

2 數(shù)據(jù)集和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

2.1 數(shù)據(jù)集

實(shí)驗(yàn)中的數(shù)據(jù)集采用文獻(xiàn)[12]提出的專門為機(jī)器學(xué)習(xí)設(shè)計(jì)的通信信號(hào)開源數(shù)據(jù)集，這個(gè)數(shù)據(jù)集由GNUradio軟件無線電平臺(tái)產(chǎn)生，產(chǎn)生的是真實(shí)的通信數(shù)據(jù)，通信數(shù)據(jù)中加入了高斯白噪聲等噪聲，信號(hào)數(shù)據(jù)包含8PSK，AM-DSB，AM-SSB，BPSK，CPFSK，GFSK，PAM4，QAM16，QAM64，QPSK，WBFM這11種數(shù)字和模擬調(diào)制方式，共220 000條采樣之后得到的通信信號(hào)數(shù)據(jù)，每種調(diào)制方式有20 000個(gè)信號(hào)數(shù)據(jù)，每種信號(hào)數(shù)據(jù)信噪比(SNR)在-20～20 dB之間，每個(gè)信號(hào)都被采樣為2×128的向量數(shù)據(jù)，在進(jìn)行訓(xùn)練時(shí)將數(shù)據(jù)集分為80%訓(xùn)練集和20%測試集，11種調(diào)制信號(hào)在時(shí)域上的圖像如圖2所示。

圖2 調(diào)制信號(hào)數(shù)據(jù)集時(shí)域圖像

2.2 網(wǎng)絡(luò)設(shè)計(jì)

實(shí)驗(yàn)采用Densenet+LSTM+DNN的網(wǎng)絡(luò)結(jié)構(gòu)，輸入層的輸入數(shù)據(jù)被轉(zhuǎn)化為[batch，2，128，1]的格式，緊接著輸入層則是四層卷積層，在每層卷積層之后都會(huì)利用批量歸一化對(duì)每一個(gè)卷積層的輸出進(jìn)行歸一化處理，四層卷積層之后接一個(gè)長短時(shí)記憶網(wǎng)絡(luò)，隨后連接一個(gè)全連接層和一個(gè)softmax層進(jìn)行最后的分類。卷積網(wǎng)絡(luò)部分是在稠密網(wǎng)絡(luò)的基礎(chǔ)上修改的網(wǎng)絡(luò)結(jié)構(gòu)，在全連接層(FCN)部分，參考文獻(xiàn)[13]和文獻(xiàn)[14]已經(jīng)證明在信號(hào)調(diào)制方式識(shí)別問題上面，單純增加網(wǎng)絡(luò)深度對(duì)識(shí)別準(zhǔn)確率沒有太大提升，且全連接層網(wǎng)絡(luò)具有大量的參數(shù)，會(huì)導(dǎo)致模型難以訓(xùn)練。在整個(gè)網(wǎng)絡(luò)中盡量少地使用全連接網(wǎng)絡(luò)，同時(shí)在全連接層中也使用了文獻(xiàn)[15]提出的Dropout算法通過隨機(jī)去除神經(jīng)元而避免過擬合問題的出現(xiàn)，調(diào)制識(shí)別模型網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)中數(shù)據(jù)的流向如圖3所示。

圖3 調(diào)制識(shí)別模型網(wǎng)絡(luò)結(jié)構(gòu)

卷積層1的輸出和卷積層2的輸出合并作為卷積層3的輸入，卷積層1、卷積層2和卷積層3合并作為卷積層4的輸入，隨后通過長短時(shí)記憶網(wǎng)絡(luò)、全連接網(wǎng)絡(luò)和softmax層。

3 訓(xùn)練過程和結(jié)果分析

3.1 訓(xùn)練過程和超參數(shù)選擇

由于進(jìn)行訓(xùn)練的數(shù)據(jù)本身長度不長，卷積核的默認(rèn)步長設(shè)置為1，卷積核設(shè)置為2×5和1×5兩種，通過卷積神經(jīng)網(wǎng)絡(luò)中卷積窗提取通信信號(hào)的數(shù)據(jù)特征，在設(shè)計(jì)上采用開源深度學(xué)習(xí)框架Keras中的絕對(duì)交叉熵?fù)p失(categorical_crossentropy)函數(shù)，損失函數(shù)Li如下：

(2)

式中，t代表真實(shí)結(jié)果；i代表輸入數(shù)據(jù)；j代表類別；p代表預(yù)測結(jié)果。

這種損失函數(shù)常用在多分類的情況下，如使用softmax函數(shù)作為最終輸出，利用優(yōu)化器不斷降低損失函數(shù)的值以達(dá)到更新隱藏層參數(shù)的目的，在優(yōu)化器方面選擇目前應(yīng)用最為廣泛的Adam優(yōu)化器，文獻(xiàn)[16]證明了這種優(yōu)化器具有對(duì)內(nèi)存需求少、實(shí)現(xiàn)簡單及計(jì)算高效等一系列優(yōu)勢，優(yōu)化器的學(xué)習(xí)率設(shè)置為固定的0.001，同時(shí)Dropout部分設(shè)置0.5的隨機(jī)失活率，以避免由于全連接層中參數(shù)量過大而造成的過擬合問題。圖4為在信噪比-20 dB下的混淆矩陣圖，圖中橫坐標(biāo)代表預(yù)測正確的11種調(diào)制類別，縱坐標(biāo)代表實(shí)際的11種調(diào)制類別。

圖4 信噪比為-20 dB下的混淆矩陣

3.2 結(jié)果分析

在使用訓(xùn)練數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行200輪訓(xùn)練同時(shí)使用測試數(shù)據(jù)對(duì)每一輪模型進(jìn)行測試。圖5 (a)為模型的損失下降曲線圖，損失最低可以下降到0.2左右，圖5(b)為模型的訓(xùn)練準(zhǔn)確率和測試準(zhǔn)確率，深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練準(zhǔn)確率最高可以達(dá)到88.4%，測試數(shù)據(jù)集準(zhǔn)確率最高達(dá)到85.6%，模型測試準(zhǔn)確率伴隨訓(xùn)練準(zhǔn)確率不斷上升直到一個(gè)較平穩(wěn)的過程，曲線沒有出現(xiàn)極端分化。沒有出現(xiàn)過擬合和欠擬合問題，且神經(jīng)網(wǎng)絡(luò)模型已經(jīng)很好地學(xué)習(xí)到了訓(xùn)練數(shù)據(jù)的特征，由測試結(jié)果也可以看出，訓(xùn)練之后的模型也具有非常好的泛化能力。

圖5 訓(xùn)練和驗(yàn)證結(jié)果

4 結(jié)束語

本文通過大量實(shí)驗(yàn)測試了多種不同超參數(shù)，在對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行不斷優(yōu)化的同時(shí)，重新設(shè)計(jì)了一種深度神經(jīng)網(wǎng)絡(luò)模型，并通過實(shí)驗(yàn)證明了這種方法的有效性。在識(shí)別多種調(diào)制方式上較傳統(tǒng)的方法有很大的提升，最為關(guān)鍵的是解決了端到端的信號(hào)識(shí)別問題，以及大量的人工提取特征的繁瑣過程。測試準(zhǔn)確率很高，且模型泛化能力較好。相信在未來更多學(xué)者的不斷研究以及深度學(xué)習(xí)的不斷發(fā)展下，在調(diào)制識(shí)別的方法上肯定會(huì)有更多突破，準(zhǔn)確率也會(huì)不斷提高。本實(shí)驗(yàn)中需要改進(jìn)的地方還很多，比如數(shù)據(jù)質(zhì)量較差和數(shù)據(jù)數(shù)量較少，網(wǎng)絡(luò)結(jié)構(gòu)以及超參數(shù)還有一定的提升空間，后續(xù)工作中也會(huì)不斷地進(jìn)行嘗試和完善。