典型文献
基于深度学习的自动调制识别方法综述
文献摘要：
自动调制识别(Automatic Modulation Recognition,AMR)是复杂电磁环境下的信号感知和识别领域中的重要技术,广泛应用于频谱感知、链路自适应、干扰防护等领域.传统的AMR方法主要依赖于人工提取特征、决策理论和识别器的选择.而深度学习(Deep Learning,DL)算法直接从海量数据中自动获取信号特征,同时实现特征提取和识别.因此,针对复杂多变的电磁环境中的信号识别问题,提出了将DL算法应用于AMR任务.首先,从数据集、信号表示和网络模型三个层面系统地综述基于DL的AMR方法;其次,详细总结了针对不同的信号表示所设计的神经网络模型,其中接收信号可以由专家特征、序列和图像来表示;最后概述了AMR存在的问题、潜在的研究方向和结论.
文献关键词：
自动调制识别;信号感知;深度学习
中图分类号：
作者姓名：
张茜茜;王禹;林云;桂冠
作者机构：
南京邮电大学 通信与信息工程学院,江苏 南京210003;哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨150001
文献出处：
引用格式：
[1]张茜茜;王禹;林云;桂冠-.基于深度学习的自动调制识别方法综述)[J].无线电通信技术,2022(04):697-710
A类：
B类：
自动调制识别,方法综述,Automatic,Modulation,Recognition,AMR,复杂电磁环境,信号感知,频谱感知,链路自适应,提取特征,决策理论,识别器,Deep,Learning,DL,海量数据,取信,信号特征,信号识别,算法应用,信号表示,接收信号,和图像
AB值：
0.362578
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。
