Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

05.03.2018

A deep learning method based on convolutional neural network for automatic modulation classification of wireless signals

Zeitschrift:
Wireless Networks
Autoren:
Yu Xu, Dezhi Li, Zhenyong Wang, Qing Guo, Wei Xiang

Abstract

Automatic modulation classification plays an important role in many fields to identify the modulation type of wireless signals in order to recover signals by demodulation. In this paper, we contribute to explore the suitable architecture of deep learning method in the domain of communication signal recognition. Based on architecture analysis of the convolutional neural network, we used real signal data generated by instrument as dataset, and achieved compatible recognition accuracy of modulation classification compared with several representative structure. We state that the deeper network architecture is not suitable for the signal recognition due to its different characteristic. In addition, we also discuss the difficult of training algorithm in deep learning methods and employ the transfer learning method in order to reap the benefits, which stabilize the training process and lift the performance. Finally, we adopt the denoising autoencoder to preprocess the received data and provide the ability to resist finite perturbations of the input. It contributes to a higher recognition accuracy and it also provide a new idea to design the denoising modulation recognition model.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel