咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于残差网络的自动调制识别 收藏

基于残差网络的自动调制识别

Automatic modulation classification based on residual network

作     者:郭坚 漆轩 GUO Jian;QI Xuan

作者机构:重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学光通信与网络重点实验室重庆400065 

出 版 物:《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期:2019年第40卷第9期

页      面:2406-2410页

学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基  金:重庆市教委科学技术研究基金项目(KJ1704095) 

主  题:自动调制识别 深度学习 残差网络 数字调制 自适应学习率 

摘      要:针对现有自动调制识别算法识别种类少、整体识别率不高和需要预处理这些缺点,提出基于深度学习模型的自动调制识别算法,设计残差网络实现11种在高斯噪声下的数字调制信号的识别。仿真结果表明,采用自适应学习率的残差网络能提供更好的识别效果,在信噪比大于0 dB时,识别率达到95%,与其它深度学习算法相比具有更低的计算复杂度,验证了该算法的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分