基于卷积神经网络与时频图纹理信息的信号调制方式分类方法

白芃远; 许华; 孙莉

首页> 中文期刊> 《西北工业大学学报》 >基于卷积神经网络与时频图纹理信息的信号调制方式分类方法

基于卷积神经网络与时频图纹理信息的信号调制方式分类方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:通信信号的调制方式识别是通信侦察、频谱监测的重要工作内容之一,提出一种利用深度学习提取信号时频图纹理信息的分类方法。该方法利用不同调制方式在时频图细节上的微弱差别,并使用卷积神经网络提取图像纹理特征,最终输入SOFTMAX分类器进行分类。结果表明,该方法在大样本条件下,可取得良好的分类效果。与传统基于特征参数的支持向量机分类方法或前馈神经网络方法相比,其提取特征更优、分类效果更好,同时减少了人工设计特征参数的工作量和不确定性。

著录项

来源
《西北工业大学学报》 |2019年第4期|816-823|共8页
作者
白芃远; 许华; 孙莉;
展开▼
作者单位

空军工程大学信息与导航学院陕西西安710077;

展开▼
原文格式 PDF
正文语种 chi
中图分类无线通信;
关键词
调制识别; 时频图纹理信息; 深度学习; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 基于小波包时频图特征和卷积神经网络的水声信号分类 [J] . 陈德昊 ,林建恒 ,衣雪娟 . 声学技术 . 2021,第3期
2. 基于时频能量谱纹理特征的跳频调制方式识别 [J] . 李红光 ,郭英 ,眭萍 . 通信学报 . 2019,第010期
3. 基于卷积神经网络的纹理分类方法研究 [J] . 冀中 ,刘青 ,聂林红 . 计算机科学与探索 . 2016,第003期
4. 基于时频特征的通信信号与声呐信号分类方法 [J] . 谢佳熙 ,严胜刚 . 信息技术 . 2020,第012期
5. 基于时频图像代数特征的雷达信号脉内调制方式分类研究 [J] . 郝士琦 ,周建国 ,冷蛟锋 . 电子对抗 . 2012,第004期
6. 一种基于地质统计学的纹理分类方法对海南岛土地沙化信息提取 [C] . 丁式江 ,李志忠 ,吴国近 . 首届全国国土资源遥感技术应用交流会 . 2005
7. 基于时频分析的水声脉冲信号调制方式识别方法研究 [A] . 周亮 . 2017

基于卷积神经网络与时频图纹理信息的信号调制方式分类方法

摘要

著录项

相似文献

相关主题

期刊订阅