本栏目责任编辑：唐一东人工智能ComputerKnowledgeandTechnology电脑知识与技术第18卷第36期(2022年12月)基于深度学习的电子通信信号调制识别系统设计谷天苓（朝阳市人力资源和社会保障信息中心，辽宁朝阳122000）摘要：由于传统的电子信号调制识别系统及时性和准确率不是很高，并且过分地依赖人工来提取特征，因此需要设计基于深度学习的电子通信信号调制识别系统。在系统的硬件上，在传统的电子通信设备基础上增加了性能较高的数字信号处理器内部芯片并经过A/D转换器进行数据传输。在系统的软件上，结合原电子通信设备的缺陷增加了卷积神经网络系统，为了设备运行的稳定性基于深度学习增加信号调制识别模式。实验结果表明：电子通信设备的硬件和系统的软件之间有很好的兼容性，在相同的条件下没有特别明显的差异；而且在对电子通信信号使用了深度学习的调制识别时，每50个信号数的错误个数只维持在0～5个之间，明显比传统电子通信信号调制识别方法的错误个数更少。由此可见，通过对电子通信设备的硬件和软件进行改善，不仅可以实现深度学习对电子通信设备进行信号调制的识别，还提高了该系统的稳定性。关键词：深度学习；电子通信；信号调制；识别系统中图分类号：TN929.11文献标识码：A文章编号：1009-3044(2022)36-0026-03开放科学（资源服务）标识码（OSID）：传统的信号调制识别主要是通过人工来提取从而获得信号调制的特征，并将提取到的特征利用统计学进行分类处理，是我们国家当前信号调制识别中主要采取的方式。传统的电子通信设备在面对信号调制识别系统时，及时性和准确率不是很高并且过分地依赖人工来提取，因此就需要设计一个基于深度学习的电子通信信号调制识别系统。下面是在深度学习的前提下，设计电子通信设备的信号调制识别系统。1电子通信信号调制识别系统硬件针对电子通信设备中信号调制识别的硬件结构，需要采集电子设备输出时的全部信号，将其统一进行处理。信号的产生主要来自服务器，剩下的其他功能就需要客户端来解决了。服务器产生的信号是由不同调制的信号而产生，需要通过特定的设备来进行传输，在平台显示之后被发布在网络。而用户端主要是对已经发布的数据进行获取，再将获取到的数据输入系统中进行处理，再将结果传输回去。系统硬件结构如图1所示。数字信号处理器A/D转换器多媒体播放器RAM内存条电脑显示器网络图1系统硬件结构示意图由图1可知，在系统硬件结构中，可以看出基本上是以数字信号处理器为主，A/D转换...
