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:
自动调制识别技术,可在接收信号在样式未知、内容未知的前提条件下,自动对其调制方式进行估计.提出一种基于深度学习的调制识别方法,该方法通过波形优化的方法迭代更新滤波器参数,对接收信号样本进行滤波,再通过深度识别网络进行识别.该方法在处理流程中存在识别结果对滤波器参数的反馈回路,能够减轻信道对调制识别结果的不利影响.通过开源数据集进行验证,证明了该方法相比于几种利用经典深度学习网络的方法,识别率均有所提高.特别是相比于传统的CNN方法,识别率提高了约7%.
推荐文章
基于深度学习的MPSK信号调制识别
调制识别
循环谱
深度学习
卷积神经网络
基于多端卷积神经网络的调制识别方法
调制识别
多端卷积神经网络
眼图
矢量图
MPSO算法优化BP网络的数字调制识别方法
数字调制信号
瞬时特征参数
邻域信息
粒子群算法(PSO)
反向传播(BP)
基于深度学习的场景识别方法综述
场景识别
深度学习
视觉词袋
显著目标
多层特征融合
语义关系
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 基于波形优化的深度调制识别方法
来源期刊 电子测量与仪器学报 学科
关键词 调制识别 深度学习 波形优化
年,卷(期) 2020,(10) 所属期刊栏目 学术论文|PAPERS
研究方向 页码范围 186-193
页数 8页 分类号 TP391|TN98
字数 语种 中文
DOI 10.13382/j.jemi.B2003019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (24)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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)
2005(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)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(5)
  • 参考文献(2)
  • 二级参考文献(3)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
调制识别
深度学习
波形优化
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导