文献

J-GLOBAL ID：201702250406917910   整理番号：17A0180745

コグニティブ無線のための深層学習に基づく自動変調分類【Powered by NICT】

Deep learning-based automated modulation classification for cognitive radio

著者 (3件)： Mendis Gihan J. (Department of Electrical and Computer Engineering, University of Akron, Akron, Ohio 44325-3904) ,  Wei Jin (Department of Electrical and Computer Engineering, University of Akron, Akron, Ohio 44325-3904) ,  Madanayake Arjuna (Department of Electrical and Computer Engineering, University of Akron, Akron, Ohio 44325-3904)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCS  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動変調分類(AMC)は,コグニティブ無線(CR)のような種々の分野に適用されている。本論文では,スペクトル相関関数(SCF)を用いた深い学習に基づくAMC法を提案した。提案手法では,一つの深い学習技術,深い信念ネットワーク(DBN)は,パターン認識と分類に適用した。学習複雑なパターンに有効であることを雑音耐性SCFの特徴とDBNを用いて,環境雑音が存在しても変調検出と分類における高精度を達成した。筆者らのシミュレーション結果は,種々の環境における4FSK,16QAM,BPSK,QPSK,およびOFDM変調技術の分類における提案した方法の効率を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： シミュレーション ,  相関関数 ,  雑音安定度 ,  *学習 ,  環境騒音 ,  スペクトル ,  パターン認識
準シソーラス用語： 高精度 ,  信念ネットワーク ,  *深層学習 ,  *コグニティブ無線 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： コグニティブ無線 ,  深層学習 ,  変調分類