基于深度神经网络的自动调制识别
自动调制识别在认知无线电、智能解调器、电子侦察等各种民用及军事应用中扮演重要角色。自动调制识别属于分类问题,常见的方法有KNN、DT、SVM、CNN。为了提高自动调制识别的准确度,基于GNU Radio生成20种信噪比8种调制类型的IQ数据集,训练深度神经网络模型RESNET进行分类测试。实验结果显示自动调制识别的分类准确度提高了近12%。证明了RESNET 适用于自动调制识别,可以满足工程需求。
用户评论
相关推荐
基于深度学习的通信信号自动调制识别技术
基于特征提取和模式识别的多体制通信信号自动调制识别技术是软件无线电领域中的重要研究课题,是复杂电磁环境下频谱管理、频谱检测等非协作通信领域的关键技术之一。提出一种基于深度学习的通信信号调制模式识别算法
PDF
519KB
2020-10-27 12:31
基于轻量级深度神经网络的电磁信号调制识别技术
针对6G时代将会是移动通信与人工智能紧密结合的时代,产生数量庞大的边缘智能信号处理节点的趋势,提出了一种可部署于资源受限的边缘设备上的高效智能电磁信号识别模型。首先,通过绘制电磁信号的星座图将电磁信号
PDF
1.48MB
2021-01-17 00:32
基于bp神经网络调制方式识别
基于BP神经网络的调制方式识别，信号分别是2ASk，4ASK，BPSK，QPSK，2FSK,4FSK。我首先提取出信号的九种特征然后对神经网络进行训练对调试信号的类型进行识别可是我做的结果识别率很低不
M
0B
2019-05-02 16:54
基于决策理论的自动调制识别技术
一种很好的自动识别调制方式的技术，对于要做毕设的同学帮助很大！
PDF
0B
2019-01-13 07:59
基于深度神经网络的伪装人脸识别
伪装人脸识别在刑侦安防领域有着巨大的应用价值。针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法。改进了SqueezeNet网络模型,并将其与FaceN
PDF
61KB
2020-10-28 04:50
论文研究一种基于深度学习的自动调制识别方法.pdf
一种基于深度学习的自动调制识别方法，周煜，刘芳，自动调制识别技术是一种无需人工参与即可自动识别未知接收信号调制方式的技术。它在许多民用和军用无线通信场景中均有广泛应用。
其他文档
0B
2019-09-09 04:53
神经网络实现调制识别
Neural network for modulation recognition
M
0B
2019-06-23 00:42
基于多端卷积神经网络的调制识别方法
为识别当前卫星通信系统所采用的主要调制方式,提出了一种基于多端卷积神经网络的通信信号调制识别算法。利用信号的先验信息以及对网络拓扑结构的认知,将信号时域波形转化为眼图和矢量图,作为信号的浅层特征表达,
PDF
1.21MB
2021-01-17 06:18
论文研究基于粗糙集与神经网络的自动调制识别研究.pdf
基于粗糙集与神经网络的自动调制识别研究，张斌，武娟萍，将粗糙集理论与神经网络相结合并应用到通信制式的自动调制识别中，依据属性重要性和决策表的相容性，用自组织神经网络完成连续数
PDF
286KB
2020-07-18 00:09
基于深度学习的调制信号识别技术研究（论文）
本文针对调制信号分类识别问题，提出了一种基于深度学习的方法。通过对不同调制制式的信号进行深度学习模型训练和优化，实现了在无线通讯领域中对信号类型的准确判断。该方法在模拟和实际环境均取得了较好的性能表现
pdf
1.94MB
2023-06-15 15:30
基于深度卷积神经网络的人脸识别
基于深度卷积神经网络的人脸识别
PDF
1.51MB
2020-08-08 02:45
通信信号调制的自动识别
自动调制识别是一个迅速发展的信号分析领域，已经成为了目前国际上最新的最热的一个研究热点，这本书的中译本覆盖了调制识别的所有完整内容，并且补充了作者最新的研究成果。
PDF
0B
2018-12-28 15:43
基于深度卷积神经网络的跨年龄人脸识别
提出了一种应用于跨年龄人脸识别的联合学习方法，该方法由深度卷积神经网络构建而成，能在特征学习的同时学习到最优的测度函数，从而避免不合适的固定阈值所带来的匹配错误．针对有限的内存、过拟合和计算复杂性高的
PDF
0B
2019-04-27 17:23
基于联合频率分析的数字信号自动调制识别
信号调制方式识别在无线电管理、电子对抗等应用中占据了十分重要的地位,从1969年Waver C S等人发表第一篇调制方式自动识别的论文以来,在该领域不断有人提出新方法,例如Liang Hong、K.C
PDF
224KB
2020-09-03 12:16
基于循环谱的调制识别
用于循环谱估计信号调制方式的文章，希望能帮助到大家，共同学习！！
PDF
0B
2019-07-10 03:01