相关实验视频
Updated: Jul 1, 2026
13:51
Cross-Modal Multivariate Pattern Analysis
Published on: November 9, 2011
20.4K
一种基于多模式内核和特征融合网络的自动调制识别方法
Qiancheng Zhang1, Hongbing Ji1, Lin Li1
1School of Electronic Engineering, Xidian University, Xi'an 710071, China.
Sensors (Basel, Switzerland)
|October 29, 2025
概括
这项研究引入了一种用于在杂环境中识别信号调制的新方法. 它增强了特征的区分能力,即使在冲动噪声下也能达到高精度.
科学领域:
- 无线通信无线通信
- 信号处理 信号处理
- 机器学习 机器学习
背景情况:
- 由于非高斯脉冲噪声,复杂的电磁环境对无线系统构成挑战.
- 冲动噪声会降低信号特征,限制调制识别的准确性.
研究的目的:
- 为了提高时间频率特征在被冲动噪声损坏的信号中的区分能力.
- 为无线通信系统开发一个强大而准确的调制识别方法.
主要方法:
- 提出了一种使用内核空间映射的时间频率分析方法.
- 构建了一个多式联动内核和特征融合网络,将CNN和GCN结合起来.
- 从三个模式中提取和融合了内核波特征.
主要成果:
- 拟议的方法显著提高了在冲动噪声下特征的区分能力.
- 多式联络融合网络实现了强大而准确的调制识别.
- 实现了93.5%的调制识别率,通用信号噪声比为-2dB.
结论:
- 核心空间映射和多式联络融合网络在具有挑战性的噪声条件下为调制识别提供了一个有前途的解决方案.
- 这种方法提高了在复杂的电磁环境中运行的无线通信系统的性能.
