...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Wireless Communications Letters, IEEE >A Spatiotemporal Multi-Channel Learning Framework for Automatic Modulation Recognition
【24h】

A Spatiotemporal Multi-Channel Learning Framework for Automatic Modulation Recognition

机译：用于自动调制识别的时空多通道学习框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Automatic modulation recognition (AMR) plays a vital role in modern communication systems. This letter proposes a novel three-stream deep learning framework to extract the features from individual and combined in-phase/quadrature (I/Q) symbols of the modulated data. The proposed framework integrates one-dimensional (1D) convolutional, two-dimensional (2D) convolutional and long short-term memory (LSTM) layers to extract features more effectively from a time and space perspective. Experiments on the benchmark dataset show the proposed framework has efficient convergence speed and achieves improved recognition accuracy, especially for the signals modulated by higher dimensional schemes such as 16 quadrature amplitude modulation (16-QAM) and 64-QAM.
机译：自动调制识别（AMR）在现代通信系统中起着至关重要的作用。这封信提出了一种新的三流深入学习框架，用于从调制数据的单个和组合的同相/正交（I / Q）符号中提取来自个体的特征。所提出的框架集成了一维（1D）卷积的二维（2D）卷积和长短期存储器（LSTM）层，以更有效地从时间和空间的角度提取特征。基准数据集的实验显示了所提出的框架具有高效的收敛速度，实现了改进的识别精度，特别是对于由诸如16正交幅度调制（16-QAM）和64-QAM的更高尺寸方案调制的信号。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号