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:
针对非合作接收条件下信号的调制识别问题,提出了一种基于循环谱特征和深度卷积神经网络的自动调制分类算法.该算法首先利用二值化、形态学操作等技术对循环谱数据集预处理,提高网络泛化能力;然后将数据集输入到卷积神经网络模型中,经过网络的特征提取实现分类识别.在网络中添加残差块网络增大感受野,提高特征提取能力.采用Dropout、优化函数等技术优化网络结构,防止训练过拟合.仿真结果表示,与传统方法和现有的一些深度学习调制识别方法相比,该算法在低信噪比条件下有更高的准确率,具有明显的抗噪声优势,是一个有效的调制识别算法.
推荐文章
基于深度卷积神经网络的数字调制方式识别
调制方式识别
深度学习
卷积神经网络
星座图
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
基于卷积神经网络的通信信号调制识别研究
调制信号识别
数字通信信号
卷积神经网络
深度学习
一种新型卷积神经网络植物叶片识别方法
DCGAN
数据扩充
图像识别
迁移学习
卷积神经网络
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 一种优化的卷积神经网络调制识别算法
来源期刊 电讯技术 学科 工学
关键词 非合作通信 调制识别 深度卷积神经网络 循环谱
年,卷(期) 2019,(5) 所属期刊栏目 应用基础与前沿技术
研究方向 页码范围 507-512
页数 6页 分类号 TN911.72
字数 4135字 语种 中文
DOI 10.3969/j.issn.1001-893x.2019.05.003
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 姚彦鑫 北京信息科技大学信息与通信工程学院 26 32 3.0 4.0
2 陈雪 北京信息科技大学信息与通信工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非合作通信
调制识别
深度卷积神经网络
循环谱
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导