基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
调幅波段数字广播系统采用AM-MPPSK(amplitude modulation-m-ary phase position shift keying)复合调制有众多优势.针对AM-MPPSK复合调制系统的数字解调部分,提出了基于DL-SAE(deep learning-sparse autoencoder)的码元判决法.利用深度学习中的稀疏自编码网络从接收信号样本中抽取出包含码间干扰在内的信号特征后,利用深度学习对稀疏自编码网络进行训练,使其能够在较强码间干扰环境下对接收信号样本进行分类,从而实现对于AM-MPPSK复合调制系统的抗码间干扰的解调.提出的码元判决法可将解调误码率从传统匹配滤波判决和幅度判决算法的10-2量级降低到10-4量级,比传统的判决法有着更为优异的解调性能和更强的适应能力.
推荐文章
基于级联SVM和全数字接收机的复合调制识别
复合调制
数字接收机
支持向量机
调制识别
QAM接收机码元同步算法的研究
QAM
码元同步
星座图
广播数据系统(RDS)接收机原理
RDS
接收机
解调
波段
一种远程控制的广播频段监测接收机的设计
广播频段
远程控制
效果评估
监测管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复合调制AM广播接收机的DL-SAE码元判决法
来源期刊 电子测量与仪器学报 学科 工学
关键词 AM-MPPSK复合调制 深度学习 稀疏自编码网络 码元判决
年,卷(期) 2016,(10) 所属期刊栏目 学术论文
研究方向 页码范围 1490-1496
页数 7页 分类号 TN934.1
字数 3885字 语种 中文
DOI 10.13382/j.jemi.2016.10.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴乐南 东南大学信息科学与工程学院 412 3936 29.0 45.0
2 范文斯路 东南大学信息科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (28)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (5)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(18)
  • 参考文献(0)
  • 二级参考文献(18)
2006(24)
  • 参考文献(0)
  • 二级参考文献(24)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
AM-MPPSK复合调制
深度学习
稀疏自编码网络
码元判决
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导