典型文献
基于软阈值深度学习的自动调制识别算法
文献摘要：
自动调制识别是认知无线电、电子侦察、电磁态势生成中重要的环节.由于电磁环境日益复杂,噪声对能否正确调制识别影响显著.本文针对低信噪比(signal-noise ratio,SNR)环境条件设计了一种基于软阈值的深度学习模型,在卷积神经网络(convolutional neural networks,CNN)的基础上加入软阈值函数.将IQ数据转化为幅度相位信息作为模型的输入,CNN用于提取幅度相位数据中的特征,软阈值学习网络可以针对不同特征设置不同阈值,用于滤除样本噪声,提高低SNR条件下的识别率.在开源数据集RML2016.10a上验证了所提算法的有效性,对比其他网络结构,本文提出的模型识别率更高且效率更高.
文献关键词：
自动调制识别;深度学习;软阈值函数;卷积神经网络(CNN);降噪
中图分类号：
作者姓名：
何荣荣;徐逸凡;刘洁;姚凯凌
作者机构：
陆军工程大学,南京210000;75836部队,广州510000
文献出处：
引用格式：
[1]何荣荣;徐逸凡;刘洁;姚凯凌-.基于软阈值深度学习的自动调制识别算法)[J].电波科学学报,2022(03):465-470
A类：
RML2016
B类：
自动调制识别,识别算法,认知无线电,电子侦察,电磁态势,态势生成,电磁环境,低信噪比,signal,noise,ratio,SNR,深度学习模型,convolutional,neural,networks,软阈值函数,IQ,相位信息,学习网络,滤除,识别率,开源数据集,10a,模型识别,降噪
AB值：
0.331117
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
