典型文献
基于多模态深度学习的信号调制识别
文献摘要：
信号调制识别技术在民用和军事领域都有重要应用.当前信息化战场中,由于各类雷达、通信、导航、电子战武器等信息辐射源的数量愈来愈多,调制形式也日益多样化,信号密度愈来愈大,战争电磁环境日趋复杂化,传统的信号调制识别技术已无法适应.因此,提出基于深度学习的AlexNet网络和复数神经网络,同时采用多模态特征融合和模型融合技术,融合信号统计图域和信号I/Q波形域的多模态信息,实现信号调制识别.仿真结果表明,所提方法的识别精确度在不同信噪比下均优于单模态识别方法和未采用多模态协同融合框架的方法.
文献关键词：
调制信号识别;深度学习;多模态特征;模型融合
中图分类号：
作者姓名：
冯忠明;王景岩;李奎贤
作者机构：
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]冯忠明;王景岩;李奎贤-.基于多模态深度学习的信号调制识别)[J].太赫兹科学与电子信息学报,2022(12):1326-1334
A类：
B类：
多模态深度学习,信号调制,调制识别,军事领域,重要应用,当前信息,电子战,辐射源,愈来愈多,电磁环境,AlexNet,复数神经网络,多模态特征融合,模型融合,融合技术,融合信号,统计图,多模态信息,单模,模态识别方法,多模态协同,协同融合,融合框架,调制信号识别
AB值：
0.35508
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。
