典型文献
基于大数据的复杂环境下调制分类方法
文献摘要：
随着频率使用设备的激增和大数据时代的到来,频谱管理和控制面临着有效性和准确性的挑战.调制分类技术是频谱管理和控制的基础,也是其关键部分.因此,在大数据场景下进行有效的调制分类技术非常重要.本文不仅考虑了大数据背景下分类模型的有效性,还考虑了复杂电磁环境中噪声的动态性.因此,构建了一个包含不同信噪比下不同信号的大数据集,并利用大数据驱动深度学习模型,最终得到调制分类的结果.该方法只需训练一个模型即可实现调制分类,避免了以往算法中模型训练的冗余.仿真结果验证了该方法的有效性和可靠性.
文献关键词：
大数据;非高斯噪声;调制分类;深度学习
中图分类号：
作者姓名：
师长立;韦统振;吴理心;叶泽雨;尹靖元
作者机构：
中国科学院 电工研究所,北京 100190;中国科学院大学,北京 100049
文献出处：
引用格式：
[1]师长立;韦统振;吴理心;叶泽雨;尹靖元-.基于大数据的复杂环境下调制分类方法)[J].太赫兹科学与电子信息学报,2022(01):16-21,28
A类：
B类：
复杂环境,调制分类,分类方法,频率使用,激增,管理和控制,控制面,分类技术,数据场,大数据背景下,分类模型,复杂电磁环境,一个包,大数据驱动,深度学习模型,模型训练,非高斯噪声
AB值：
0.297545
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。
