適応融合ネットワークに基づく改良型自動変調分類方式【JST・京大機械翻訳】

Shi Hao; Peng Qi; Zhuang Yiqi

プレプリント

J-GLOBAL ID：202202208109348460 整理番号：22P0299790

適応融合ネットワークに基づく改良型自動変調分類方式【JST・京大機械翻訳】

An Improved Automatic Modulation Classification Scheme Based on Adaptive Fusion Network

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年03月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

不均衡サンプルに起因する過剰適合問題のため,雑音の多いシナリオにおけるデータ駆動自動変調分類(AMC)の性能を改善する余地がある。信号特性を完全に考慮することによって,適応融合ネットワーク(AFNet)に基づくAMC方式を,本研究で提案した。AFNetは,知的に位相および直交(I/Q)信号のマルチスケール空間特徴を抽出および凝集することができ,それにより,特徴表現能力を改善した。さらに,新しい信頼加重損失関数を提案し,不均衡問題に対処し,2段階学習方式によって実行した。2段階学習を通して,AFNetは,より有効な情報を有する高信頼サンプルに集中して,全体的分類性能を改良するために,効果的表現を抽出することができた。シミュレーションでは,提案スキームは,他のAMCモデルよりも性能が広いSNRで62.66%の平均精度に達する。分類精度に及ぼす損失関数の影響をさらに研究した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

移動通信 , 無線通信一般 , 人工知能

, ,

前のページに戻る