检索结果-维普期刊中文期刊服务平台

复杂电磁环境下的调制识别网络: 1; 作者周金李玉芝 +3 位作者张徐高硕张立盛家川《计算机应用》北大核心 2025年第8期2672-2682,共11页; 自动调制识别(AMR)是无线通信系统的关键技术。针对AMR网络在复杂电磁环境下迁移能力较差以及对噪声和调制信号的特征区分能力不足的问题,提出去噪及双模态注意力Transformer及卷积融合网络(Denoising & Dual-modal Attention CNN-T... 展开更多; 关键词自动调制识别生成对抗网络坐标注意力机制 TRANSFORMER 复杂干扰; 在线阅读下载PDF 职称材料

基于轻量级残差网络的信号调制识别研究: 2; 作者张承畅王艺培 +1 位作者李吉利罗元《实验技术与管理》北大核心 2025年第3期114-122,共9页; 针对高复杂度的神经网络难以被部署在对低延迟和存储有严格要求的场景和接收设备中的问题,该文提出了一种基于轻量级残差网络的自动调制识别(AMR)框架。该框架将蓝图可分离卷积(BSConv)与CoordGate相结合以实现轻量化的设计。为了弥补... 展开更多; 关键词自动调制识别(amr) 轻量级神经网络深度学习注意力机制; 在线阅读下载PDF 职称材料

基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法被引量：7: 3; 作者王华华张睿哲黄永洪《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1212-1221,共10页; 针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现T... 展开更多; 关键词深度学习自动调制识别生成对抗网络(GAN) 多模态特征时频分布; 在线阅读下载PDF 职称材料

一种混合模式的神经网络自动调制识别器被引量：6: 4; 作者赖惠成褚辉《电子与信息学报》 EI CSCD 北大核心 2008年第5期1203-1205,共3页; 数字信号自动调制识别(AMR)有基于决策论和统计模式两种方法,该文提出一种将两者相结合的自动调制识别系统,利用提取决策论特征向量集和统计特征向量集相结合的特征参数,使用带动量项的自适应权重的BP神经网络对MASK,MFSK,MPSK,MQAM等4... 展开更多; 关键词数字调制特征提取自动调制识别神经网络; 在线阅读下载PDF 职称材料

MPSK信号载波频率盲估计被引量：5: 5; 作者苑小华罗武忠罗来源《电子与信息学报》 EI CSCD 北大核心 2008年第5期1148-1150,共3页; 该文针对调制自动识别中,MPSK信号调制相制和训练序列未知的情况,提出了一种利用定时同步信号的差分相位有效识别MPSK信号相制M,并精确估计其载波频偏的方法。该算法不仅克服了调制制式不明对频偏估计的不利影响,还通过引入线性相位展... 展开更多; 关键词调制自动识别非数据辅助频偏估计线形相位展开高阶时延相关; 在线阅读下载PDF 职称材料

基于信噪比分类网络的调制信号分类识别算法被引量：13: 6; 作者郭业才姚文强《电子与信息学报》 EI CSCD 北大核心 2022年第10期3507-3515,共9页; 针对传统降噪算法损伤高信噪比(SNR)信号而造成信号识别准确率下降的问题,该文提出基于卷积神经网络的信噪比分类算法,该算法利用卷积神经网络对信号进行特征提取,用固定K均值(FK-means)算法对提取的特征进行聚类处理,准确分类高低信噪... 展开更多; 关键词自动调制识别信噪比分类网络卷积神经网络长短时记忆网络; 在线阅读下载PDF 职称材料

基于单通道多尺度图神经网络的自动调制识别被引量：2: 7; 作者国强聂孟允 +1 位作者戚连刚 Kaliuzhnyi Mykola 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1575-1584,共10页; 针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点,该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架,并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号... 展开更多; 关键词自动调制识别图神经网络自适应可见性图特征融合; 在线阅读下载PDF 职称材料

基于深度学习的自动调制识别方法综述被引量：9: 8; 作者张茜茜王禹 +1 位作者林云桂冠《无线电通信技术》 2022年第4期697-710,共14页; 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... 展开更多; 关键词自动调制识别信号感知深度学习; 在线阅读下载PDF 职称材料

题名复杂电磁环境下的调制识别网络: 1; 作者周金李玉芝张徐高硕张立盛家川; 机构天津财经大学理工学院; 出处《计算机应用》北大核心 2025年第8期2672-2682,共11页; 基金天津自然科学基金资助项目(22JCYBJC01550) 天津市教委科研计划项目(2023SK105)。; 文摘自动调制识别(AMR)是无线通信系统的关键技术。针对AMR网络在复杂电磁环境下迁移能力较差以及对噪声和调制信号的特征区分能力不足的问题,提出去噪及双模态注意力Transformer及卷积融合网络(Denoising & Dual-modal Attention CNN-Transformer, D-DmACT)。首先,设计一种迭代生成复杂干扰的生成器和对抗干扰的判别器,增强模型在遭遇复杂电磁环境时的泛化能力;其次,设计基于复数注意力的Transformer模块,以捕获同相正交(IQ)信号的时域特征,并设计基于时频位置信息的坐标注意力模块,以获取时频图像的特征,并对两种特征进行交叉融合;再次,将判别器输出的时序复序列和时频图像送至双模态注意力融合模型;最后,实现轻量化的分类识别。在数据集RadioML2016.10a和RadioML2018.01a上分别开展的高斯白噪声以及复杂电磁环境下的识别实验的结果表明:在脉冲噪声的作用下,相较于CLDNN(Convolutional Long short-term Deep Neural Network)、残差网络(ResNet)和长短期记忆(LSTM)网络,所提网络的平均识别准确率分别提高了53.98%、28.82%和24.64%,而相较于多模态自动调制分类网络(MM-Net)、阈值自编码去噪卷积神经网络(TADCNN)和生成式对抗网络联合多模态注意力机制卷积长短期记忆网络(GAN-MnACL),所提网络的平均识别准确率分别提高了19.74%、13.55%和11.17%。在计算复杂度方面,通过参数量和浮点运算数(FLOPs)等指标验证了所提网络在终端的可部署性。; 关键词自动调制识别生成对抗网络坐标注意力机制 TRANSFORMER 复杂干扰; Keywords automated modulation recognition(amr) Generative Adversarial Network(GAN) coordination attention mechanism Transformer complex jamming; 分类号 TN974 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于轻量级残差网络的信号调制识别研究: 2; 作者张承畅王艺培李吉利罗元; 机构重庆邮电大学光电工程学院; 出处《实验技术与管理》北大核心 2025年第3期114-122,共9页; 基金重庆市研究生教学改革项目(yjg222025,YKCSZ23112) 重庆市教育教学改革研究项目(213153) 重庆邮电大学教育教学改革重点项目(XJG20103)。; 文摘针对高复杂度的神经网络难以被部署在对低延迟和存储有严格要求的场景和接收设备中的问题,该文提出了一种基于轻量级残差网络的自动调制识别(AMR)框架。该框架将蓝图可分离卷积(BSConv)与CoordGate相结合以实现轻量化的设计。为了弥补轻量化设计造成的性能损失,该文提出了使用改进的基于软池化(SoftPool)的卷积注意力模块(CBAM)以提升模型的泛化能力和分类性能。实验结果表明,该文提出的轻量级AMR框架在性能提升的情况下参数量大幅减少,平均识别准确率为98.23%,参数量为87057。; 关键词自动调制识别(amr) 轻量级神经网络深度学习注意力机制; Keywords automatic modulation recognition(amr) lightweight neural network deep learning attention mechanism; 分类号 TN971.1 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法被引量：7: 3; 作者王华华张睿哲黄永洪; 机构重庆邮电大学通信与信息工程学院移动通信技术重庆市重点实验室重庆邮电大学网络空间安全与信息法学院; 出处《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1212-1221,共10页; 基金国家自然科学基金(61701063) 重庆市自然科学基金(cstc2021jcyj-msxmX0454)。; 文摘针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现TFIs降噪处理;然后将信号的同相正交数据(I/Q data)与TFIs作为模型输入,并搭建基于CNN的TFIs识别支路和基于LSTM的I/Q数据识别支路;最后,在模型中添加注意力机制,增强I/Q数据和TFIs中重要特征对分类结果的决定作用。实验结果表明,该文所提方法相较于单模态识别模型以及其它基线模型,整体分类精度有效提升2%~7%,并在低信噪比条件下具备更强的特征表达能力和鲁棒性。; 关键词深度学习自动调制识别生成对抗网络(GAN) 多模态特征时频分布; Keywords Deep learning Automatic modulation recognition(amr) Generate Adversarial Network(GAN) Multi-modal features Time-frequency distribution; 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

题名一种混合模式的神经网络自动调制识别器被引量：6: 4; 作者赖惠成褚辉; 机构新疆大学信息科学与工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2008年第5期1203-1205,共3页; 基金教育部新世纪优秀人才支持计划项目(NCET-05-0897)资助课题; 文摘数字信号自动调制识别(AMR)有基于决策论和统计模式两种方法,该文提出一种将两者相结合的自动调制识别系统,利用提取决策论特征向量集和统计特征向量集相结合的特征参数,使用带动量项的自适应权重的BP神经网络对MASK,MFSK,MPSK,MQAM等4类信号进行分类识别。当信噪比在0-10dB,在估计载频与实际载频相差0-100Hz的情况下正确识别率仍高达97%以上,实验证明这种分类识别方法的鲁棒性和实用性。; 关键词数字调制特征提取自动调制识别神经网络; Keywords Digital modulation Feature extraction Automatic modulation recognition（amr） Neural network; 分类号 TN919 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名MPSK信号载波频率盲估计被引量：5: 5; 作者苑小华罗武忠罗来源; 机构信号盲处理国家重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2008年第5期1148-1150,共3页; 文摘该文针对调制自动识别中,MPSK信号调制相制和训练序列未知的情况,提出了一种利用定时同步信号的差分相位有效识别MPSK信号相制M,并精确估计其载波频偏的方法。该算法不仅克服了调制制式不明对频偏估计的不利影响,还通过引入线性相位展开和高阶时延相关,大大提高了大频偏、低信噪比下估计的性能,对调制自动识别中MPSK信号的澄清和参数估计起到关键作用。; 关键词调制自动识别非数据辅助频偏估计线形相位展开高阶时延相关; Keywords Automatic modulation recognition（amr） Non-Data-Aided （NDA） carrier frequency estimation Linear phase unwrapping High order correlation; 分类号 TN911.23 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于信噪比分类网络的调制信号分类识别算法被引量：13: 6; 作者郭业才姚文强; 机构南京信息工程大学电子与信息工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2022年第10期3507-3515,共9页; 基金国家自然科学基金(61673222) 南京信息工程大学无锡校区研究生创新实践项目(WXCX201915)。; 文摘针对传统降噪算法损伤高信噪比(SNR)信号而造成信号识别准确率下降的问题,该文提出基于卷积神经网络的信噪比分类算法,该算法利用卷积神经网络对信号进行特征提取,用固定K均值(FK-means)算法对提取的特征进行聚类处理,准确分类高低信噪比信号。低信噪比信号采用改进的中值滤波算法降噪,改进的中值滤波算法在传统中值滤波的基础上增加了前后采样窗口的关联性机制,来改善传统中值滤波算法处理连续噪声效果不佳的问题。为充分提取信号的空间特征和时间特征,该文提出卷积神经网络和长短时记忆网络并联的卷积长短时(P-CL)网络,利用卷积神经网络和长短时记忆网络分别提取信号的空间特征与时间特征,并进行特征融合与分类。实验表明,该文提出的调制信号分类模型识别准确率为91%,相比于卷积长短时(CNN-LSTM)网络提高了6%。; 关键词自动调制识别信噪比分类网络卷积神经网络长短时记忆网络; Keywords Automatic modulation recognition(amr) Signal-to-Noise Ratio(SNR)classification network Convolutional Neural Network(CNN) Long-Short Term Memory(LSTM); 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于单通道多尺度图神经网络的自动调制识别被引量：2: 7; 作者国强聂孟允戚连刚 Kaliuzhnyi Mykola; 机构哈尔滨工程大学信息与通信工程学院先进船舶通信与信息技术工业和信息化部重点实验室哈尔科夫国立无线电电子大学; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第5期1575-1584,共10页; 基金国家重点研发计划(2018YFE0206500) 国家自然科学基金(62071140) 中央高校基本科研业务费专项资金(3072022QBZ0801)。; 文摘针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点,该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架,并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号序列和图之间的映射,有效降低了AVG算法的复杂度;其次,设计了一种多尺度图神经网络,将不同分辨率的特征进行融合,提升了模型识别准确率。实验表明,该文提出的SMGNN算法相比于AVG算法节省了近1/2的参数量,且识别精度得到了较大的提升。; 关键词自动调制识别图神经网络自适应可见性图特征融合; Keywords Automatic modulation recognition(amr) Graph Neural Network(GNN) Adaptive Visibility Graph(AVG) Feature Fusion(FF); 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于深度学习的自动调制识别方法综述被引量：9: 8; 作者张茜茜王禹林云桂冠; 机构南京邮电大学通信与信息工程学院哈尔滨工程大学信息与通信工程学院; 出处《无线电通信技术》 2022年第4期697-710,共14页; 基金科技创新2030—“新一代人工智能”重大项目(2021ZD0113003)。; 文摘自动调制识别(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; Keywords automatic modulation recognition(amr) signal sensing deep learning(DL); 分类号 TN919 [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	复杂电磁环境下的调制识别网络	周金李玉芝张徐高硕张立盛家川	《计算机应用》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于轻量级残差网络的信号调制识别研究	张承畅王艺培李吉利罗元	《实验技术与管理》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法	王华华张睿哲黄永洪	《电子与信息学报》 EI CAS CSCD 北大核心	2024	7	在线阅读下载PDF 职称材料
4	一种混合模式的神经网络自动调制识别器	赖惠成褚辉	《电子与信息学报》 EI CSCD 北大核心	2008	6	在线阅读下载PDF 职称材料
5	MPSK信号载波频率盲估计	苑小华罗武忠罗来源	《电子与信息学报》 EI CSCD 北大核心	2008	5	在线阅读下载PDF 职称材料
6	基于信噪比分类网络的调制信号分类识别算法	郭业才姚文强	《电子与信息学报》 EI CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料
7	基于单通道多尺度图神经网络的自动调制识别	国强聂孟允戚连刚 Kaliuzhnyi Mykola	《电子与信息学报》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
8	基于深度学习的自动调制识别方法综述	张茜茜王禹林云桂冠	《无线电通信技术》	2022	9	在线阅读下载PDF 职称材料