文献

J-GLOBAL ID：202002262037171754   整理番号：20A2690267

階層的反復サポートベクトルマシンに基づくOFDM信号の変調認識に関する研究【JST・京大機械翻訳】

Research on Modulation Recognition of OFDM Signal Based on Hierarchical Iterative Support Vector Machine

著者 (2件)： Gaohui Liu (Xi’an University of Technology,School of Automation and Information Engineering,Xi’an,China) ,  Jiakun Cao (Xi’an University of Technology,School of Automation and Information Engineering,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CISCE  ページ： 38-44  発行年： 2020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： 直交周波数分割多重(OFDM)信号の変調カテゴリを単一キャリア信号と低信号対雑音比(SNR)の条件の下でウェーブレットパケット変調(WPM)信号から同定できないという問題を目的として,階層的反復サポートベクトルマシン(SVM)に基づくOFDM信号を同定する方法を提案した。最初に,無線通信信号の高次キュムラントと二重スペクトルエンベロープピーク特性の解析に基づいて,三次元特徴ベクトルの3セットを3層分類装置の入力サンプルデータとして構築した。第二に,動径基底関数に基づく3層サポートベクトルマシン分類装置を設計した。第3に,階層的反復法を用いて,分類装置パラメータを訓練し,その中で,各層をまず訓練し,次に,訓練された3層分類器を,分類器のパラメータをさらに最適化するために,全体的反復訓練によってさらに訓練した。最後に,分類器訓練過程とOFDM信号認識プロセスをシミュレートし,解析した。シミュレーション結果は,提案方法が効果的にOFDM信号を同定することができて,認識精度が伝統的方法と比較して低いSNRで著しく改善されることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  最適化 ,  シミュレーション ,  逐次近似 ,  分類装置 ,  無線伝送 ,  三次元 ,  キュムラント ,  *OFDM ,  動径基底関数 ,  *サポートベクトルマシン
準シソーラス用語： 特徴ベクトル ,  認識精度 ,  ウェーブレットパケット ,  単一搬送波 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 反復 ,  サポートベクトルマシン ,  OFDM信号 ,  変調認識 ,  研究