基于深度残差网络的水下通信调制信号分类 |
| |
作者姓名: | 王岩 吕婷婷 杨华 张浩 |
| |
作者单位: | 中国海洋大学电子工程系,山东青岛 266100;泰山学院物理与电子工程学院,山东泰安 271021;中国海洋大学电子工程系,山东青岛 266100 |
| |
基金项目: | 山东省支持青岛海洋科学与技术试点国家实验室重大科技专项(2018SDKJ0210);青岛海洋科学与技术国家实验室鳌山科技创新计划项目(2017ASKJ01)资助;动态海洋声场预报建模及适应性观测方法,装备预研领域基金重点项目(61404160502)。 |
| |
摘 要: | 在无线通信中,调制分类是非协作通信的重要组成部分,很难使用常规方法同时兼顾识别准确率和低复杂度对各种调制方案进行高效分类。深度学习方法用来处理这个问题,可以取得良好的效果。在水声通信的环境下,由于通信环境的特殊性,导致信号的调制分类比陆地通信更加困难。创新采用了深度学习网络的改造残差结构形式来区分多种水声通信中的各种常用调制方法,通过合理地选用深度残差网络的超参数,有效克服了模型过拟合问题,取得了良好识别效果。
|
关 键 词: | 水声通信 调制信号识别 深度学习网络 残差网络 |
Classification of Underwater Communication Modulated Signals Based on Deep Residual Network |
| |
Authors: | WANG Yan LV Tingting YANG Hu ZHANG Hao |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |