期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法
被引量：
3
1
作者
张聿远
张立民
闫文君
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第9期2657-2664,共8页
针对传统的空频分组码(space-frequency block code,SFBC)识别方法存在人工提取特征困难、低信噪比(signal tOnoise ratio,SNR)下识别准确率低和不适用于非协作通信的问题,提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方...
针对传统的空频分组码(space-frequency block code,SFBC)识别方法存在人工提取特征困难、低信噪比(signal tOnoise ratio,SNR)下识别准确率低和不适用于非协作通信的问题,提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方法。首先,计算接收端频域上的互相关函数并进行维度变换,得到二维互相关特征图。然后,对得到的特征图进行预处理以扩大卷积核感受的有效区域,去除图像冗余信息。最后,构建扩张稠密卷积网络以自动提取预处理图像特征,实现SFBC分类识别。仿真结果表明,SNR为-8 dB时,该方法对SFBC信号的识别准确率达到了96.1%。相比于传统算法,该方法具有更好的抗低SNR和特征自提取能力,验证了深度学习方法在SFBC识别领域的有效性,为该领域的后续研究奠定了基础。
展开更多
关键词
非协作通信
空频分组码
互相关特征图
图像预处理
深度学习
扩张稠密卷积网络
在线阅读
下载PDF
职称材料
题名
基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法
被引量：
3
1
作者
张聿远
张立民
闫文君
机构
海军航空大学航空作战勤务学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第9期2657-2664,共8页
基金
国家自然科学基金重大研究计划(91538201)
泰山学者工程专项经费(Ts201511020)资助课题。
文摘
针对传统的空频分组码(space-frequency block code,SFBC)识别方法存在人工提取特征困难、低信噪比(signal tOnoise ratio,SNR)下识别准确率低和不适用于非协作通信的问题,提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方法。首先,计算接收端频域上的互相关函数并进行维度变换,得到二维互相关特征图。然后,对得到的特征图进行预处理以扩大卷积核感受的有效区域,去除图像冗余信息。最后,构建扩张稠密卷积网络以自动提取预处理图像特征,实现SFBC分类识别。仿真结果表明,SNR为-8 dB时,该方法对SFBC信号的识别准确率达到了96.1%。相比于传统算法,该方法具有更好的抗低SNR和特征自提取能力,验证了深度学习方法在SFBC识别领域的有效性,为该领域的后续研究奠定了基础。
关键词
非协作通信
空频分组码
互相关特征图
图像预处理
深度学习
扩张稠密卷积网络
Keywords
non-cooperative communication
space frequency block code(SFBC)
cross-correlation feature map
image preprocessing
deep learning
dilated dense convolutional networks(DDenseNet)
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法
张聿远
张立民
闫文君
《系统工程与电子技术》
EI
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
