| 一種基于DRSN-GAN的通信信號調(diào)制識別方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：1485 K | |
| 標簽： 調(diào)制識別 殘差收縮網(wǎng)絡(luò) 生成對抗網(wǎng)絡(luò) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對在小樣本和低信噪比條件下通信信號調(diào)制識別率低的問題，提出了一種基于深度殘差收縮生成對抗網(wǎng)絡(luò)（Deep Residual Shrinkage Network and Generative Adversarial Network, DRSN-GAN）的深度學習框架。首先，將信號的同相正交數(shù)據(jù)(I/Q data)作為模型輸入，通過生成器生成的數(shù)據(jù)對數(shù)據(jù)集進行擴充，有效解決了高質(zhì)量數(shù)據(jù)稀缺的問題，增強了模型的泛化能力。利用DRSN組成判別器，將經(jīng)過擴充的數(shù)據(jù)送入DRSN進行訓練。同時，對輸入數(shù)據(jù)在空間維度上執(zhí)行全局平均池化，利用通道注意力模塊提取I/Q信號的上下文特征，有效減少了噪聲干擾。該方法解決了因固定閾值很難適用于所有樣本而導致的識別準確率低的問題，并在低信噪比環(huán)境下顯著提高了識別效果。實驗結(jié)果表明，所提出的模型在信噪比為0 dB時準確率達92%，對比其他模型，整體分類精度提升了3%，且在小樣本和低信噪比條件下表現(xiàn)出更強的魯棒性。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
調(diào)制識別 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2