文档名：通道门控Res2Net卷积神经网络自动调制识别
摘要：针对低信噪比条件下自动调制识别准确率不高的问题,提出了通道门控Res2Net卷积神经网络自动调制识别模型.该模型主要由二维卷积神经(Two-dimensionalConvolutionalNeuralNetwork,2D-CNN)网络、多尺度残差网络(Residual2-network,Res2Net)、压缩与激励网络(Squeeze-and-ExcitationNetwork,SENet)和长短期记忆(LongShort-TermMemory,LSTM)网络组成,通过卷积从原始I/Q数据中提取多尺度特征,结合门控机制对特征通道进行权重调整,并利用LSTM对卷积所得特征进行序列建模,确保数据特征被有效挖掘,从而提升自动调制识别的准确率.在基准数据集RML2016.10a下的调制识别实验表明,所提模型在信噪比为12dB时识别精度为92.68%,在信噪比2dB以上时平均识别精度大于91%,较经典CLDNN模型、LSTM模型和同类型PET-CGDNN模型、CGDNet模型能取得更高的调制类型识别准确率.
Abstract：Inresponsetotheproblemoflowaccuracyinautomaticmodulationrecognitionunderlowsignal-to-noiseratio(SNR)conditions,theauthorsproposeachannelgatedresidual2-network(Res2Net)convolutionalneuralnetwork(CNN)model.Themodelmainlyconsistsoftwo-dimensionalCNN(2D-CNN),multi-scaleRes2Net,squeeze-and-excitationnetwork(SENet)andlongshort-termmemory(LSTM)network,whichextractsmulti-scalefeaturesfromrawI/Qdatathroughconvolution,adjuststheweightoffeaturechannelsthroughgatingmechanism,andusesLSTMtomodelthesequenceofconvolutionalfeaturestoensureeffectivedatafeaturemining,therebyimprovingtheaccuracyofautomaticmodulationrecognition.ThemodulationrecognitionexperimentonthebenchmarkdatasetRML2016.10ashowsthattherecognitionaccuracyoftheproposedmodelis92.68%at12dBSNR,andtheaveragerecognitionaccuracyisabove91%whentheSNRisgreaterthan2dB.ComparedwithclassicalCLDNNmodel,LSTMmodel,similarPET-CGDNNmodelandCGDNetmodel,theproposedmodelcanachievehighermodulationtyperecognitionaccuracy.
作者：陈昊 郭文普 康凯Author：CHENHao GUOWenpu KANGKai
作者单位：火箭军工程大学作战保障学院,西安710025
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(12)
分类号：TN911.3TN971
关键词：自动调制识别 卷积神经网络 压缩与激励网络 多尺度残差网络 长短期记忆网络
Keywords：automaticmodulationrecognition convolutionalneuralnetwork squeeze-and-excitationnetwork multi-scaleresidualnetwork longshort-termmemorynetwork
机标分类号：
在线出版日期：2024年1月3日
基金项目：通道门控Res2Net卷积神经网络自动调制识别[
期刊论文] 电讯技术--2023, 63(12)陈昊 郭文普 康凯针对低信噪比条件下自动调制识别准确率不高的问题,提出了通道门控Res2Net卷积神经网络自动调制识别模型.该模型主要由二维卷积神经(Two-dimensionalConvolutionalNeuralNetwork,2D-CNN)网络、多尺度残差网络(Residua...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
通道门控Res2Net卷积神经网络自动调制识别 Channel Gated Res2Net Convolutional Neural Network for Automatic Modulation Recognition
通道门控Res2Net卷积神经网络自动调制识别.pdf
- 文件大小:
- 2.73 MB
- 下载次数:
- 60
-
高速下载
|
|
