科研之友
微信
新浪微博
Facebook
分享链接
摘要
自动调制识别在军事领域和民用领域都发挥了巨大作用。现有的大多数研究都是基于高斯白噪声信道，但是时变信道下的自动调制识别才更符合实际并且具有挑战性。该文针对时变信道提出了一种融合流形学习和深度学习的自动调制识别方法，第一次将格拉斯曼流形引入到信号的特征提取，通过将信号星座图建模到格拉斯曼流形上完成特征提取。分类网络由基于流形学习和深度学习的两部分组成，流形数据先经过流形学习网络进行降维，然后映射到平滑子空间，最后通过简单的卷积神经网络完成分类。实验结果表明，与传统的卷积神经网络相比该文所提出的方案具有良好的性能，同时为自动调制识别提供了新的解决思路。
-
单位南京邮电大学; 通信与信息工程学院
