典型文献
一种融合流形学习和深度学习的时变信道自动调制识别技术
文献摘要：
自动调制识别在军事领域和民用领域都发挥了巨大作用.现有的大多数研究都是基于高斯白噪声信道,但是时变信道下的自动调制识别才更符合实际并且具有挑战性.该文针对时变信道提出了一种融合流形学习和深度学习的自动调制识别方法,第一次将格拉斯曼流形引入到信号的特征提取,通过将信号星座图建模到格拉斯曼流形上完成特征提取.分类网络由基于流形学习和深度学习的两部分组成,流形数据先经过流形学习网络进行降维,然后映射到平滑子空间,最后通过简单的卷积神经网络完成分类.实验结果表明,与传统的卷积神经网络相比该文所提出的方案具有良好的性能,同时为自动调制识别提供了新的解决思路.
文献关键词：
自动调制识别;时变信道;星座图;深度学习;格拉斯曼流形;流形学习
中图分类号：
作者姓名：
邢怀志;李汀;李飞
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210003
文献出处：
引用格式：
[1]邢怀志;李汀;李飞-.一种融合流形学习和深度学习的时变信道自动调制识别技术)[J].信号处理,2022(07):1517-1524
A类：
B类：
合流,流形学习,时变信道,自动调制识别,军事领域,民用领域,巨大作用,高斯白噪声,噪声信道,符合实际,格拉斯曼流形,信号的特征提取,星座图,图建模,分类网络,形数,过流,学习网络,射到,子空间,解决思路
AB值：
0.193504
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。
