典型文献
基于时序卷积网络的信道编码闭集识别
文献摘要：
针对传统识别算法对信号的先验知识要求较高、人工特征提取复杂、低信噪比环境下识别率较低等问题,提出了一种基于时序卷积网络(TCN)的卷积码参数识别方法.引入了深度学习算法处理盲识别问题,依据卷积码的马尔可夫性,将码字作为时间序列处理,把己知类型的编码序列作为时序卷积网络模型的输入进行监督学习,根据训练好的模型对接收端接收到的未知编码信号进行闭集识别分类.实验结果表明:当信噪比大于5 dB时,单一参数类型与混合参数类型平均识别准确率分别大于99.60％和99.50％,且在相关算法对比中有较好的识别表现.
文献关键词：
信道编码识别;卷积码;闭集识别;深度学习;时序卷积网络
中图分类号：
作者姓名：
陶志勇;闫明豪;刘影
作者机构：
辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105
文献出处：
引用格式：
[1]陶志勇;闫明豪;刘影-.基于时序卷积网络的信道编码闭集识别)[J].华中科技大学学报（自然科学版）,2022(03):12-17
A类：
信道编码识别
B类：
时序卷积网络,闭集识别,识别算法,先验知识,低信噪比,识别率,TCN,卷积码,参数识别,深度学习算法,盲识别,马尔可夫,码字,列处理,知类,编码序列,列作,监督学习,练好,接收端,端接,识别分类,dB,识别准确率,算法对比
AB值：
0.352026
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。
