基于深度学习的自动调制识别方法综述 |
| |
引用本文: | 张茜茜,王禹,林云,桂冠.基于深度学习的自动调制识别方法综述[J].无线电通信技术,2022(4):697-710. |
| |
作者姓名: | 张茜茜 王禹 林云 桂冠 |
| |
作者单位: | 1.南京邮电大学通信与信息工程学院210003;2.哈尔滨工程大学信息与通信工程学院150001; |
| |
基金项目: | 科技创新2030—“新一代人工智能”重大项目(2021ZD0113003)。 |
| |
摘 要: | 自动调制识别(Automatic Modulation Recognition,AMR)是复杂电磁环境下的信号感知和识别领域中的重要技术,广泛应用于频谱感知、链路自适应、干扰防护等领域。传统的AMR方法主要依赖于人工提取特征、决策理论和识别器的选择。而深度学习(Deep Learning,DL)算法直接从海量数据中自动获取信号特征,同时实现特征提取和识别。因此,针对复杂多变的电磁环境中的信号识别问题,提出了将DL算法应用于AMR任务。首先,从数据集、信号表示和网络模型三个层面系统地综述基于DL的AMR方法;其次,详细总结了针对不同的信号表示所设计的神经网络模型,其中接收信号可以由专家特征、序列和图像来表示;最后概述了AMR存在的问题、潜在的研究方向和结论。
|
关 键 词: | 自动调制识别 信号感知 深度学习 |
本文献已被 维普 等数据库收录! |
|