基于星座图和密集连接网络的QAM信号识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1674-2230.2023.01.007

基于星座图和密集连接网络的QAM信号识别

引用
利用深度神经网络对图像数据的显著学习能力,提出了一种基于通信信号星座图和密集连接网络(DenseNet)的正交幅度调制(Quadrature Amplitude Modulation,QAM)信号调制分类算法.算法首先对接收信号进行预处理,获取训练所需的星座图数据集,然后采用DenseNet对其进行训练学习,进而实现调制分类.同时在DenseNet网络中引入通道注意力机制,进一步增强特征的学习能力,提升分类性能.对不同信号长度、不同神经网络以及存在频偏和相偏估计误差等场景进行了多组实验.仿真结果表明:DenseNet相比卷积神经网络(Convolutional Neural Network,CNN)和残差网络ResNet-20能够有效提升分类准确率;相比基于累积量、累积分布及原始IQ(In-phase and Quadrature)数据等现有方法也均取得了较优的识别性能.

密集连接网络、调制分类、星座图、注意力机制

38

TN911

国家自然科学基金NSAF;U153010137

2023-02-09(万方平台首次上网日期,不代表论文的发表时间)

共6页

43-48

相关文献
评论
暂无封面信息
查看本期封面目录

电子信息对抗技术

1674-2230

51-1694/TN

38

2023,38(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn