-
题名电磁频谱空间射频机器学习及其应用综述
被引量：5
- 1
-
-
作者
周福辉
张子彤
丁锐
徐铭
袁璐
吴启晖
-
机构
南京航空航天大学电磁频谱空间认知动态系统工业和信息化部重点实验室
-
出处
《数据采集与处理》
CSCD
北大核心
2022年第6期1179-1197,共19页
-
基金
国家重点研发计划(2020YFB1807602、2020YFB1807600)
国家自然科学基金(62071223、62031012)
中国科协青年人才托举工程。
-
文摘
针对电磁频谱空间中频谱资源日益稀缺的问题,新兴的射频机器学习旨在结合电磁频谱领域知识,设计专门的机器学习模型,具有快速、小样本甚至零样本、可解释性和高性能的优势。按照五层网络结构,从物理层、数据链路层、网络层、传输层和应用层出发,本文对已有的射频机器学习在无线通信中具体应用的最新成果进行归类分析。同时,在现有成果基础上,通过对数据驱动和知识驱动的相互作用关系,总结了4种射频机器学习框架(串行/并行/耦合/反馈双驱动框架)。最后,为了促进射频机器学习的研究和实际应用,本文讨论了关键挑战和开放性问题。
-
关键词
射频机器学习
数据知识双驱动
电磁频谱管控
无线通信
电磁频谱空间
-
Keywords
radio frequency machine learning
data-and-knowledge dual-driven
electromagnetic spectrum management and control
wireless communication
electromagnetic spectrum space
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于图像深度学习的无线电信号识别
被引量：65
- 2
-
-
作者
周鑫
何晓新
郑昌文
-
机构
中国科学院软件研究所天基综合信息系统重点实验室
-
出处
《通信学报》
EI
CSCD
北大核心
2019年第7期114-125,共12页
-
基金
国防科技创新特区基金资助项目~~
-
文摘
提出了一种利用图像深度学习解决无线电信号识别问题的技术思路。首先把无线电信号具象化为一张二维图片,将无线电信号识别问题转化为图像识别领域的目标检测问题;进而充分利用人工智能在图像识别领域的先进成果,提高无线电信号识别的智能化水平和复杂电磁环境下的识别能力。基于该思路,提出了一种基于图像深度学习的无线电信号识别算法 RadioImageDet 算法。实验结果表明,所提算法能有效识别无线电信号的波形类型和时/频坐标,在实地采集的 12 种、4 740 个样本的数据集中,识别准确率达到 86.04%,mAP 值达到 77.72,检测时间在中等配置的台式计算机上仅需 33 ms,充分验证了所提思路的可行性和所提算法的有效性。
-
关键词
无线电信号识别
深度学习
射频机器学习
卷积神经网络
图像目标检测
-
Keywords
radio signal recognition
deep learning
radio frequency machine learning
convolutional neural network
image object detection
-
分类号
TN971
[电子电信—信号与信息处理]
-
