摘要：針對現(xiàn)有的信號調(diào)制類型識別算法人工選取特征復(fù)雜、識別率不高、魯棒性差等問題，引入卷積神經(jīng)網(wǎng)絡(luò)算法，將AlexNet網(wǎng)絡(luò)運(yùn)用到對通信信號的調(diào)制類型識別上。選取2PSK、4PSK、8PSK、32QAM、64QAM五種信號的星座圖特征用于識別，并與傳統(tǒng)的基于高階累積量的支持向量機(jī)識別方法做對比。相比傳統(tǒng)的機(jī)器學(xué)習(xí)算法，基于卷積神經(jīng)網(wǎng)絡(luò)的識別方法在信噪比大于9dB時識別率均達(dá)到100％，在低信噪比下的識別率也優(yōu)于前者且不需要復(fù)雜的人工篩選特征的過程。研究結(jié)果表明卷積神經(jīng)網(wǎng)絡(luò)算法能較好地用于信號的調(diào)制類型識別。