基于VGG16卷积神经网络的5G高噪调制识别技术

摘要：

随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的快发展,电磁信道环境趋向复杂.以采用人工智能技术提高5G通信调制识别率为目的,在低信噪比的高斯噪声背景下,模拟适用于神经网络算法模型输入的5G星座图数据集,基于Tensorflow2.0平台搭建16层几何视觉群网络(Visual Geometry Group Network-16 Layers,VGG16)卷积神经网络模型,通过算法设计与仿真试验,验证了高噪环境下5G调制识别技术的可行性.与业界现有的传统调制识别技术相比,采用VGG16卷积神经网络对5G的调制方式进行识别,可大幅提高识别的准确率,在实际的工程应用中取得了很好的效果.

关键词：VGG16、调制识别、5G、卷积神经网络

分类号：V263(航空制造工艺)

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-48