MLP、1D-CNN和LSTM在加性高斯白噪声中波形分类的比较评估

《Algorithms》：Comparative Evaluation of MLP, 1D-CNN and LSTM for Waveform Classification in Additive White Gaussian Noise

　　

在噪声环境中准确的波形分类是现代通信、雷达信号分析、生物医学信号解释、工业监测及其他信号处理系统中的一项重要任务。研究人员研究了三种神经网络架构：多层感知器（MLP）、一维卷积神经网络（1D-CNN）和长短期记忆网络（LSTM）在加性高斯白噪声（AWGN）存在下进行多类波形分类的性能。研究人员生成了一个包含多个波形类别的时间序列数据集，并在广泛的信噪比（SNR）水平下用AWGN进行污染，以模拟噪声信号失真条件。三个模型在相同条件下进行训练和评估，以确保公平比较。它们的分类性能通过准确率、混淆矩阵（CM）、接收者操作特征（ROC）曲线和ROC曲线下面积（AUC）在不同SNR值下进行评估。仿真结果表明，1D-CNN有效捕捉局部时间模式，并在中高SNR水平下实现卓越的分类鲁棒性。LSTM模型展示了捕捉序列波形数据中时间依赖性的能力，但在较低SNR值下对由于幅度、相位和频率变化以及噪声引起的波形变化表现出敏感性。MLP虽然计算更简单，但由于缺乏时间特征提取能力，在低SNR条件下表现相对有限。对于多类确定性波形的情况，在SNR=5 dB时，1D-CNN和LSTM的分类准确率接近100%，显示了它们在分类中的鲁棒性，而MLP的准确率约为70%，表明在噪声条件下分类性能较差。当波形中存在随机幅度、频率和相位变化时，1D-CNN和MLP的准确率随SNR增加而提高，且1D-CNN优于MLP。然而，LSTM的准确率未能随SNR提高而改善，导致在这种场景下分类性能较差。这些结果提供了对不同神经架构在噪声通信或其他时间序列应用中波形分类任务适用性的见解，并突出了卷积特征提取在鲁棒信号识别中的优势。

**论文解读：MLP、1D-CNN与LSTM在加性高斯白噪声下波形分类的比较研究**

**研究背景与问题**
波形分类是信号处理与机器学习领域的基础问题，广泛应用于无线通信、雷达信号分析、生物医学信号解释（如心电图ECG波形分类）及工业监测系统。在实际通信信道中，接收信号不可避免地受到噪声（如加性高斯白噪声，AWGN）的污染，导致分类性能下降。传统方法包括基于似然函数的统计方法和基于手工特征（如高阶累积量、循环平稳特性）的算法，但这些方法在严重噪声、信道损伤及信号参数变化下性能退化明显。近年来，深度学习（DL）技术，特别是卷积神经网络（CNN）和循环神经网络（RNN），通过端到端学习实现了直接从原始数据中提取层次化特征，显著提升了信号分类性能。然而，现有研究多针对稳定波形特征，缺乏对幅度波动、频率偏移、相位变化等实际场景的系统评估，且对不同神经网络架构在噪声环境下的全面比较有限。因此，研究人员开展本研究，旨在比较多层感知器（MLP）、一维卷积神经网络（1D-CNN）和长短期记忆网络（LSTM）在AWGN下多类波形分类的性能，并考虑确定性波形和随机变化波形两种场景，以指导实际系统设计。论文发表在《Algorithms》。

**关键技术方法**
研究人员采用合成数据集，生成8种波形类别（正弦波、方波、三角波、锯齿波及4种谐波），每帧长度为1024个采样点，采样频率100 Hz。通过添加AWGN模拟信噪比（SNR）从-10 dB到20 dB的噪声条件。构建三种神经网络架构：MLP（含2个隐藏层，每层128个神经元）、1D-CNN（含2个卷积层，滤波器数分别为64和128，核大小3，后接全局平均池化和全连接层）和LSTM（含1个LSTM层，128个隐藏单元，后接全连接层）。使用准确率、混淆矩阵（CM）、接收者操作特征（ROC）曲线及曲线下面积（AUC）评估性能。

**研究结果**

**场景1：确定性波形分类**
通过比较不同SNR下的分类准确率，发现1D-CNN和LSTM在SNR=5 dB时准确率均接近100%，而MLP仅约70%。在SNR=-10 dB时，1D-CNN准确率41.45%，LSTM 38.35%，MLP仅13.7%。ROC曲线和AUC分析显示，在SNR=-10 dB时，1D-CNN和LSTM的AUC显著高于MLP（MLP的AUC约0.5，接近随机分类）；在SNR=5 dB时，1D-CNN和LSTM的AUC达到1，MLP的AUC有所改善。混淆矩阵（CM）分析表明，在SNR=5 dB时，1D-CNN和LSTM无分类混淆，而MLP对三角波和锯齿波存在100%混淆，且将谐波4误分类为谐波1。在SNR=20 dB时，所有网络性能提升，1D-CNN和LSTM准确率100%，MLP达99.7%。结论：1D-CNN和LSTM在确定性波形下鲁棒性强，MLP因缺乏时间特征提取能力表现较差。

**场景2：随机幅度、频率和相位变化波形分类**
当波形引入幅度（均匀分布1~2）、频率（±5%偏移）和相位（0~2π均匀分布）随机变化时，1D-CNN准确率随SNR增加持续提升，在SNR=20 dB时达95.75%；MLP准确率也随SNR增加，但始终低于1D-CNN；LSTM准确率未能随SNR改善，在SNR=20 dB时仍较低，AUC约0.5，表明其分类性能接近随机。混淆矩阵显示LSTM对多数波形类别存在严重混淆。增加LSTM隐藏单元至128后性能仍无改善。结论：1D-CNN对随机变化具有鲁棒性，而LSTM因对时间序列数值模式敏感，无法适应同一波形类别的幅度、频率和相位变化，导致分类失败。

**讨论与结论**
讨论部分指出，1D-CNN通过卷积层有效提取局部时间模式，在噪声和波形变化下均表现出优越的鲁棒性；MLP计算简单但缺乏时序建模能力；LSTM虽能捕捉时间依赖性，但对随机变化敏感，不适合存在幅度、频率和相位变化的场景。研究结论翻译如下：本研究对MLP、1D-CNN和LSTM神经网络在AWGN下多类波形分类进行了比较评估。通过多个SNR水平下的准确率、混淆矩阵、ROC曲线和AUC等指标系统评估了模型性能。实验结果一致表明，1D-CNN模型相比MLP和LSTM架构实现了更优的分类性能，这归因于卷积层能有效从时域波形信号中提取层次化局部特征，即使在噪声条件下也能学习鲁棒表示。MLP模型计算简单，但缺乏捕捉波形序列中时间结构的机制，限制了其分类能力，尤其在低SNR水平。LSTM架构虽设计用于建模序列依赖性，但实验结果显示，当波形信号存在随机幅度变化、频率偏移和相位变化时，LSTM无法实现可靠分类，因为这些变化导致信号时间特征显著改变，使LSTM难以学习稳定的序列模式。混淆矩阵分析进一步证实1D-CNN的误分类更少，ROC和AUC分析突出其在不同决策阈值下的更强区分能力。总体而言，本研究发现基于卷积的架构特别适用于噪声环境及存在幅度波动、频率偏移和相位变化的时域波形分类任务，为通信和信号处理应用中基于深度学习的信号识别系统设计提供了实用见解。未来工作可扩展至更复杂的信道条件、更多波形类型，以及结合卷积和循环特征提取的混合架构（如CNN-LSTM），并探索基于注意力机制和变换器模型的方法。