| 一種基于DRSN-GAN的通信信號調制識別方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1485 K | |
| 標簽： 調制識別 殘差收縮網絡 生成對抗網絡 | |
| 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絡（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據(I/Q data)作為模型輸入，通過生成器生成的數據對數據集進行擴充，有效解決了高質量數據稀缺的問題，增強了模型的泛化能力。利用DRSN組成判別器，將經過擴充的數據送入DRSN進行訓練。同時，對輸入數據在空間維度上執行全局平均池化，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，并在低信噪比環境下顯著提高了識別效果。實驗結果表明，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出更強的魯棒性。 | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2