【摘 要】
:
在民用通信中,通过自动调制识别可以减少信令传输开销,提高通信链路的频谱效率和传输可靠性;在军事通信中,可以通过获取敌对信号的调制类型,制定相应的干扰或反干扰策略。基于深度学习的调制识别神经网络将特征提取器和分类器进行综合学习,充分提取信号特征的同时提高分类能力,调制识别性能远远超过传统算法;而且在不同数据库上良好的识别性能体现了其强大的学习和适应能力。因此,随着神经网络的蓬勃发展,自动调制识别技术
论文部分内容阅读
在民用通信中,通过自动调制识别可以减少信令传输开销,提高通信链路的频谱效率和传输可靠性;在军事通信中,可以通过获取敌对信号的调制类型,制定相应的干扰或反干扰策略。基于深度学习的调制识别神经网络将特征提取器和分类器进行综合学习,充分提取信号特征的同时提高分类能力,调制识别性能远远超过传统算法;而且在不同数据库上良好的识别性能体现了其强大的学习和适应能力。因此,随着神经网络的蓬勃发展,自动调制识别技术成为了研究的热点。首先,针对经典神经网络感受野受限和时间复杂度高等问题,本文基于Transformer的并行计算结构以及对长期依赖优秀的建模能力,提出一种全新的Transformer-Encoder调制识别模型。在Radio ML2018.01a数据库上比最优经典模型MC-Net的平均识别性能提高了6.2%,并且时间复杂度降低了54%。由于Transformer-Encoder模型需要大量训练数据才能体现出其优秀的识别性能,所以在Radio ML2016.10a数据库上比最优经典模型MCLDNN的平均识别性能低了1.9%,因此本文提出了CNN与Transformer相结合的C-TNet模型,通过CNN先天具备的偏置归纳能力提升网络模型的识别性能。在Radio ML2016.10a数据库上比MCLDNN模型的平均识别性能提高了0.2%。进一步,基于RNN的LSTM网络能够更好地对时间特征的长期依赖建模,提出了结合RNN、CNN以及Transformer特点的CL-TNet模型,弥补了C-TNet模型在提取时间特征方面的不足,使不同的网络结构之间优势互补。在Radio ML2016.10a数据库上CL-TNet模型不仅比MCLDNN模型的平均识别性能提高了0.5%,而且在Radio ML2018.01a数据库上比MC-Net模型的平均识别性能提高了7.7%,证明本文提出的CL-TNet调制识别算法模型具有更好的识别性能和泛化能力。最终,针对调制识别领域内有标签数据稀缺而导致神经网络无法学习到有效特征的问题,而在计算机视觉领域通过各种预训练方法有效解决了此问题,所以将预训练方法有效迁移到调制识别领域,对本文提出的CL-TNet模型与TransformerEncoder模型分别进行了全监督与无监督条件下的预训练,相比未经预训练的模型平均识别性能分别提升了0.6%和0.5%,表明预训练模式不仅能够提高模型的识别性能,而且无监督预训练提升了模型的实用性。
其他文献
近年来,随着无线通信技术的高速发展,移动智能终端爆炸式增长,但无线信道因其天然的开放性而易受到非法方攻击。传统的高层安全方法依靠上层的认证和加密技术来实现,面对超强的量子计算能力及多样化的业务场景,传统安全机制面临挑战。无线信道独立衰落特性使得用户信道对于非法方是不可复制的,物理层安全(Physical Layer Security,PLS)技术巧妙利用无线信道内生的安全属性,为解决无线通信的开放
近年来,伴随着经济的高速增长,员工权益得不到保护、资源浪费、环境污染等企业不履行社会责任的问题受到广泛关注,更多企业开始追求经济、社会、环境等方面综合价值的有机统一。由高层梯队理论可知,管理者在个人特征层面存在差异,这种差异性使得管理者拥有不同的价值取向,进而影响所在企业的经营决策。已有研究发现,企业本身特质和企业管理层的人物特征均会影响企业承担社会责任,其中管理者的生活经历会产生显著的影响。根据
甲状腺功能减退症作为越来越常见的慢性病,在妇女孕产期间较为高发,针刺疗法作为非药物治疗方法具有独特优势。观察针刺治疗原发性甲状腺功能减退症1例,通过把握“整体”与“局部”关系,分项部、腹部、下肢部三部选穴,采取间隔、短程治疗以调和气血阴阳,改善痰气阻滞状态,进而取得良好疗效。文章试分析本案针刺治疗思路及疗程周期的选择,为临床探索多种方法取得最优疗效提供参考。
无线通信技术发展的标志之一就是通信速率的阶跃式增长。本文研究的是超高传输速率无线通信链路中的关键技术之一:IQ不平衡补偿技术。IQ不平衡是由于数据在作正交调制或信号作正交解调时,I、Q两路的本振信号幅值不相等和相位不正交,导致数据出现一个共轭干扰,影响通信链路的性能。解决IQ不平衡问题的方法是在数字域作对其不平衡参数进行估计然后作补偿。而超高传输速率需要超大的通信带宽,在大带宽下,IQ不平衡出现了
随着通信技术的发展,基于对电磁环境感知并优化传输决策,以获得传输性能和效率之间更好的折中成为趋势。特别是在复杂电磁环境中,需要在保证通信网络健壮性的同时,支持系统随实时形势灵活配置通信链路。论文以单音、多音、部分带和扫频等典型干扰为代表,基于性能与复杂度的折中选取了经典的前向连续均值消除算法基于能量差异进行干扰检测,结合不同干扰的时频特点,设计了时频域级联的干扰检测方案,数字仿真结果证明,在干噪比
物联网的兴起已经成为现如今我们所处的信息化社会中推动多个行业智能化发展的一大趋势,通过尽可能地大量铺设各种传感器网络,可以实现对处于互联网连接覆盖下的各种设备进行远程控制和实时感知。其中对于类似无人机阵列、自动驾驶或者是智能交通信号控制等应用场景就需要依靠数量庞大的图像传感器和对应的传输设备。传统的图像信号传输方案需要分别进行JPEG等压缩编码和基于比特信息表征的传输。然而,相互独立的压缩和传输过
沪港通、深港通的接连开通,使得大陆与香港证券交易的互联互通步入了一个新的阶段,也由此掀起了一股“A-H”热,不少企业选择同时在A股和H股上市。不同于欧美等成熟市场中出现的境外股股价高于境内股的现象,中国国内却出现了A股股价高于H股股价的“A-H股溢价”现象。2021年年末,香港恒生A-H股溢价指数甚至达到了147,意味着A股股价在整体上近乎是H股股价的1.5倍。已有很多学者针对引发“A-H股溢价”
债券市场是中国资本市场不可或缺的重要组成部分,中国债券市场自建立以来迅速发展、成绩斐然,目前已成为产品种类丰富的世界第二大债券市场。但中国债券市场在高速发展的同时也出现了一些亟待解决的问题。自2014年债券“刚兑”被打破,信用债违约呈现加速状态(张春强等,2019)。违约风险不仅对相关违约主体和投资者有负面影响,还可能通过其他渠道传染。国内目前有关违约信用债风险传染效应的研究,或是以某些标志性的违
<正>“闲·创”课堂,注重让学生在闲适的情境下获得发展。闲,是指学生神闲意定的精神状态,是教师为学生的科学探究实践创造的一种必备的精神氛围。这种氛围能让学生的思维在自由的、安全的状态中放飞,使他们敢于探究尝试,不惧错误,又能保证其全部的精神凝聚专注。[1]创,是科学教学的目标之一,让学生在经历想玩、会玩、善玩、优玩的过程中敢探未发明的新理,敢入未开化的边疆。[2]“闲·创”课堂以玩(游戏、探究)为
5G时代的到来加速了信息传输的增长,海量的信息将以电磁波为载体在无线信道中传输,无论军事通信还是民用通信都对信息传输过程的安全性提出了更高的需要。面对各种新型的截获和破译手段,传统的通信加密方式已经无法应对,通信的安全性得到了巨大的挑战。传统的抗截获技术主要采用扩频通信,其低功率谱密度的特性可以使发送信号隐藏在噪声中,从而难以被非合作方侦测到。但其波形参数往往长时间不变,具有循环平稳特征,非合作方