来源:《电子世界》2018年第15期 作者:何学智;林荔娜;刘小扬;林林;解金豹;
选择字号

基于深度学习的无线电调制识别

分享到: 分享到QQ空间

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。(本文共计3页)       [继续阅读本文]

下载阅读本文     订阅本刊
   

相关文章推荐

电子世界杂志2018年第15期
电子世界
主办:中国电子学会
出版:电子世界杂志编辑部
出版周期:半月
出版地:北京市

本期目录