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:
本文在原始采样时间序列表示中研究无线电通信信号的特征提取,研究了卷积神经网络对时域无线电信号的适用性.采用深度学习的方式和今天广泛使用的基于专家特征的方法对比无线电调制分类的效果.证明了卷积神经网络自编码器方式能够有效识别无线电调制方式,并且相比于专家系统有显著的性能改进.本文证明了使用深度卷积神经网络在无线电时域信号上的特征提取是可行的,特别是在信噪比不确定的复杂电磁环境下更具有不可替代的优势.
推荐文章
基于图像深度学习的无线电信号识别
无线电信号识别
深度学习
射频机器学习
卷积神经网络
图像目标检测
基于决策理论的软件无线电调制信号的自动识别
软件无线电
决策理论
特征参数
软件无线电中信号调制方式识别的研究与应用
软件无线电
调制方式
自动识别
基于深度学习的无线电作弊信号发现与定位系统
无线电作弊信号
智慧考场
室内定位
频谱监测
深度学习
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 基于深度学习的无线电调制识别
来源期刊 电子世界 学科
关键词 无线电调制 时间序列 神经网络 自编码 特征提取
年,卷(期) 2018,(15) 所属期刊栏目 探索与观察
研究方向 页码范围 24-25,28
页数 3页 分类号
字数 2315字 语种 中文
DOI
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 解金豹 合肥工业大学光电技术研究院 3 6 1.0 2.0
2 林荔娜 5 17 2.0 4.0
3 何学智 2 6 1.0 2.0
4 刘小扬 1 6 1.0 1.0
5 林林 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (332)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (37)
二级引证文献  (1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
无线电调制
时间序列
神经网络
自编码
特征提取
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导