基于判别式受限玻尔兹曼机的数字调制识别

TN911.7; 为了提高大动态信噪比下数字调制识别性能,提出一种基于高阶累积量和判别式受限玻尔兹曼机的联合调制识别方法.该方法提取数字信号的高阶累积量作为信号特征,综合利用判别式受限玻尔兹曼机的生成能力和分类能力,分析了含有高斯噪声、时变相位偏移或瑞利衰落环境下的数字信号识别率.实验结果表明,与传统识别方法相比,所提方法的识别性能有明显改善.此外,利用该模型的生成能力对输入特征进行重构,可有效提高低信噪比下的信号识别率....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 42; no. 2; pp. 81 - 91
Main Authors 李正权, 林媛, 李梦雅, 刘洋, 吴琼, 邢松
Format Journal Article
LanguageChinese
Published 北京邮电大学网络与交换技术国家重点实验室,北京 100876%江南大学轻工过程先进控制教育部重点实验室,江苏无锡 214122%加利福尼亚州立大学信息系统系,洛杉矶 CA90032 25.02.2021
江南大学轻工过程先进控制教育部重点实验室,江苏无锡 214122
Subjects
调制识别
受限玻尔兹曼机
高阶累积量
数据重构
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2021012

Cover

More Information
Summary:TN911.7; 为了提高大动态信噪比下数字调制识别性能,提出一种基于高阶累积量和判别式受限玻尔兹曼机的联合调制识别方法.该方法提取数字信号的高阶累积量作为信号特征,综合利用判别式受限玻尔兹曼机的生成能力和分类能力,分析了含有高斯噪声、时变相位偏移或瑞利衰落环境下的数字信号识别率.实验结果表明,与传统识别方法相比,所提方法的识别性能有明显改善.此外,利用该模型的生成能力对输入特征进行重构,可有效提高低信噪比下的信号识别率.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2021012