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(biāo)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(xué)習(xí)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(jìn)行擴(kuò)充，有效解決了高質(zhì)量數(shù)據(jù)稀缺的問題，增強(qiáng)了模型的泛化能力。利用DRSN組成判別器，將經(jīng)過擴(kuò)充的數(shù)據(jù)送入DRSN進(jìn)行訓(xùn)練。同時(shí)，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(dǎo)致的識別準(zhǔn)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(shí)驗(yàn)結(jié)果表明，所提出的模型在信噪比為0 dB時(shí)準(zhǔn)確率達(dá)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(qiáng)的魯棒性。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。
主站蜘蛛池模板： 香蕉超级碰碰碰97视频在线观看 | 亚洲一区二区三区免费观看 | 精品在线视频一区 | 欧美三级做爰全过程 | 国产精品极品美女自在线看免费一区二区 | 午夜宅男在线永远免费观看网 | 精品三级国产一区二区三区四区 | 久草视频在线看 | 中文字幕一区二区三区在线观看 | 亚洲一区二区三区一品精 | 欧美成人高清 | 久久久久久久久久久96av | 大看蕉a在线观看 | 久久久久久久91精品免费观看 | 亚洲深夜视频 | 99久热在线精品视频观看 | 亚洲资源在线播放 | 免费人成网站 | 日本亚洲综合 | 国产成人一级 | 二区视频在线 | 国产免费网 | 免费精品久久 | 亚洲精品一区二区三区四区 | 中文字幕日韩精品有码视频 | 免费观看欧美成人禁片 | 国产一级片大全 | 国产爽的冒白浆的视频高清 | 久草热线视频 | 日韩欧美国产一区二区三区 | 久久中文亚洲国产 | 亚洲精品国产综合久久一线 | 男女性生活网站 | 亚洲精品自产拍在线观看 | 欧美 亚洲 另类 自拍 在线 | 搞黄网站免费观看 | 欧美激情久久久久久久久 | 免费一级在线 | 亚洲精品成人a在线观看 | 日韩国产欧美在线观看一区二区 | 精品一区二区久久 |