典型文献
基于多尺度金字塔池化的调制识别算法
文献摘要：
针对传统基于特征提取(FB)的信号调制识别算法所存在的识别准确率低、特征提取难度大以及算法泛化性能差等问题,结合卷积神经网络(CNN)和多尺度金字塔池化(MSPP)提出一种基于MSPP-CNN的信号自动调制识别(AMR)算法.在所提出的算法中,使用多尺度金字塔池化提高模型对不同调制信号的非线性特征提取能力,使模型具有更强的特征表达和泛化性能;在CNN模型的构建过程中,使用不同的卷积、池化以及激活方法对模型进行最优化验证,从而保证模型结构以及参数的合理性.实验结果显示,所提算法在信噪比为-18 dB,0 dB,18 dB时的识别准确率分别达到56％,62.98％,92.04％;与其他传统特征提取算法以及CNN算法的大量对比试验,证明了所提算法的有效性和高识别准确率.
文献关键词：
调制识别;多尺度金字塔池化;深度学习;卷积神经网络
中图分类号：
作者姓名：
李泊含;刘芸江;李艳福
作者机构：
空军工程大学信息与导航学院,西安 710000
文献出处：
引用格式：
[1]李泊含;刘芸江;李艳福-.基于多尺度金字塔池化的调制识别算法)[J].电光与控制,2022(12):18-24,40
A类：
多尺度金字塔池化,MSPP
B类：
识别算法,FB,信号调制,识别准确率,泛化性能,自动调制识别,AMR,同调,调制信号,非线性特征,特征提取能力,特征表达,构建过程,激活方法,化验,模型结构,dB,传统特征,特征提取算法
AB值：
0.202813
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。
