本文主要研究内容
作者陶冠宏,廖开升,周林（2019）在《一种基于深度学习的电磁信号建模与调制识别新方法》一文中研究指出：随着各类无线电设备的广泛使用,电磁环境中的辐射源种类、数量越来越多,电磁频谱越来越拥堵,不同用途的电磁信号在时、空、频域相互交叠。要从如此复杂电磁环境中对不同辐射源进行有效地分类识别变得愈发困难。针对传统的电磁信号表征方法在面对复杂信号的时候其表达能力有限的问题,提出了一种基于深度学习的电磁信号建模与调制识别新方法,该方法通过二维图像对电磁信号进行表征,利用卷积神经网络层次化地理解和识别电磁信号,实现对BPSK、QPSK、8PSK、PAM4、QAM16、QAM64、CPFSK、GFSK调制方式识别,识别准确率优于85%,单信号的识别时间0.1ms。
Abstract
sui zhao ge lei mo xian dian she bei de an fan shi yong ,dian ci huan jing zhong de fu she yuan chong lei 、shu liang yue lai yue duo ,dian ci pin pu yue lai yue yong du ,bu tong yong tu de dian ci xin hao zai shi 、kong 、pin yu xiang hu jiao die 。yao cong ru ci fu za dian ci huan jing zhong dui bu tong fu she yuan jin hang you xiao de fen lei shi bie bian de yu fa kun nan 。zhen dui chuan tong de dian ci xin hao biao zheng fang fa zai mian dui fu za xin hao de shi hou ji biao da neng li you xian de wen ti ,di chu le yi chong ji yu shen du xue xi de dian ci xin hao jian mo yu diao zhi shi bie xin fang fa ,gai fang fa tong guo er wei tu xiang dui dian ci xin hao jin hang biao zheng ,li yong juan ji shen jing wang lao ceng ci hua de li jie he shi bie dian ci xin hao ,shi xian dui BPSK、QPSK、8PSK、PAM4、QAM16、QAM64、CPFSK、GFSKdiao zhi fang shi shi bie ,shi bie zhun que lv you yu 85%,chan xin hao de shi bie shi jian 0.1ms。
论文参考文献
论文详细介绍
论文作者分别是来自电子信息对抗技术的陶冠宏,廖开升,周林，发表于刊物电子信息对抗技术2019年05期论文，是一篇关于深度学习论文,卷积神经网络论文,调制识别论文,电子信息对抗技术2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子信息对抗技术2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：深度学习论文; 卷积神经网络论文; 调制识别论文; 电子信息对抗技术2019年05期论文;