文档名：基于数据增强和特征嵌入的自动调制识别
摘要：基于端到端的深度学习模型已经被广泛应用于自动调制识别.现有的深度学习方案大多数依赖于丰富的样本分布,而大批量的标记训练集通常很难获得.提出了一种基于数据驱动和选择性核卷积神经网络(ConvolutionalNeuralNetwork,CNN)的自动调制识别框架.首先开发深度密集生成式对抗网络增强5种调制信号的原始数据集;其次选择平滑伪Wigner-Ville分布作为信号的时频表示,并将注意力模块用于聚焦时频图像分类中的差异区域;最后将真实信号输入轻量级卷积神经网络进行时间相关性提取,并融合信号的时频特征完成分类.实验结果表明,所提算法提高了在低信噪比情况下的识别精度,表现出较强的鲁棒性.
作者：谭凯文 闫文君 宫跃 张婷婷Author：TANKaiwen YANWenjun GONGYue ZHANGTingting
作者单位：海军航空大学航空作战勤务学院,山东烟台264001
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(7)
分类号：TN971
关键词：自动调制识别 卷积神经网络 生成式对抗网络 注意力机制 数据增强
Keywords：automaticmodulationrecognition convolutionalneuralnetwork generativeadversarialnetwork attentionmechanism dataenhancement
机标分类号：TP391TP183TN911.7
在线出版日期：2023年8月3日
基金项目：国家自然科学基金，泰山学者工程专项经费基金，国家重点实验室基金基于数据增强和特征嵌入的自动调制识别[
期刊论文] 电讯技术--2023, 63(7)谭凯文 闫文君 宫跃 张婷婷基于端到端的深度学习模型已经被广泛应用于自动调制识别.现有的深度学习方案大多数依赖于丰富的样本分布,而大批量的标记训练集通常很难获得.提出了一种基于数据驱动和选择性核卷积神经网络(ConvolutionalNeuralNetw...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
基于数据增强和特征嵌入的自动调制识别 Automatic Modulation Recognition Based on Data Enhancement and Feature Embedding
基于数据增强和特征嵌入的自动调制识别.pdf
- 文件大小:
- 2.19 MB
- 下载次数:
- 60
-
高速下载
|
|
