文档名：一种基于注意力机制卷积神经网络模型的自动调制识别算法
摘要：自动调制识别是通信识别、电子侦察、干扰检测等领域中重要的环节.针对低信噪比(signal-to-noiseratio,SNR)条件下自动调制识别准确率不高的问题,构建了一种基于注意力机制的卷积神经网络(convolutionalneuralnetwork,CNN)调制识别模型(sequentialconvolution-basedattentionmodel,SCAM),用于处理原始I/Q序列信号从而进行调制识别.通过在一维CNN模型中引入注意力机制,SCAM能够有效地在低SNR条件下提取原始I/Q序列信号中的特征信息,再通过特征融合的方式对多域特征信息进行联合提取,并将融合后的特征用于调制识别,从而提升了自动调制识别的准确率.对比传统CNN模型,开源数据集RML2016.10a上不同SNR环境条件下的调制识别实验表明,本文提出的SCAM模型能取得更高的调制类型识别准确率.
Abstract：Automaticmodulationrecognition(AMR)isanimportantlinkinfieldssuchascommunicationrecognition,electronicreconnaissance,andinterferencedetection.Inresponsetotheproblemofdifficultyinaccuratelymodulatingandidentifyinginterferencesourcesinlowsignal-to-noiseratioenvironments,thispaperconstructsamodulationrecognitionmodelbasedonattentionmechanism,sequentialconvolution-basedattentionmodel(SCAM),formodulatingrecognitionofrawI/Qsequencesignals.Byintroducingtheattentionmechanisminaone-dimensionalconvolutionalneuralnetwork(CNN)model,SCAMcaneffectivelyextractfeatureinformationfromtherawI/Qsequencesignalsunderlowsignal-to-noiseratioconditions,andjointlyextractmulti-domainfeatureinformationthroughfeaturefusion,usingthefusedfeaturesformodulationrecognition,therebyimprovingtheaccuracyofinterferencesourcetyperecognition.Throughmodulationrecognitionexperimentsunderdifferentsignal-to-noiseratioenvironmentsontheopen-sourcedatasetRML2016.10a,comparedwithtraditionalconvolutionalneuralnetworkmodels,SCAMachieveshighermodulationrecognitionaccuracy.
作者：殷赞 王超杰 程子恒 陈渤 甄卫民 靳睿敏 杨会贇 Author：YINZan WANGChaojie CHENGZiheng CHENBo ZHENWeimin JINRuimin YANGHuiyun
作者单位：西安电子科技大学,西安710071;中国电波传播研究所,青岛266107西安电子科技大学,西安710071中国电波传播研究所,青岛266107
刊名：电波科学学报 ISTICPKU
Journal：ChineseJournalofRadioScience
年，卷(期)：2023, 38(5)
分类号：P352.7
关键词：自动调制识别 卷积神经网络(CNN) 注意力机制 低信噪比(SNR)
Keywords：automaticmodulationrecognition convolutionalneuralnetwork(CNN) attentionmechanism lowsignal-to-noiseratio(SNR)
机标分类号：TP391.41TP751R714.3
在线出版日期：2024年1月4日
基金项目：国家自然科学基金，中央高校基础研究基金，中央高校基础研究基金，创新基地一种基于注意力机制卷积神经网络模型的自动调制识别算法[
期刊论文] 电波科学学报--2023, 38(5)殷赞 王超杰 程子恒 陈渤 甄卫民 靳睿敏 杨会贇自动调制识别是通信识别、电子侦察、干扰检测等领域中重要的环节.针对低信噪比(signal-to-noiseratio,SNR)条件下自动调制识别准确率不高的问题,构建了一种基于注意力机制的卷积神经网络(convolutionalneuralnetwork,...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
一种基于注意力机制卷积神经网络模型的自动调制识别算法 An automatic modulation recognition algorithm based on convolutional neural networks with attention mechanism
一种基于注意力机制卷积神经网络模型的自动调制识别算法.pdf
- 文件大小:
- 11.89 MB
- 下载次数:
- 60
-
高速下载
|
|
