科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对噪声干扰信道下的信号解调问题,提出了应用深度学习的信号识别方法,通过识别信号完成信号解调。深层置信网络使用受限波尔兹曼机为基本单元,设计针对通信信号识别的多层深层置信网络。通信信号首先变换为特定表征序列,并以此构建完备的训练集合对深度置信网络进行逐层的无监督学习和全局有监督的微调反馈学习,在深层置信网络的权重参数优化过程中实现对通信信号的特征提取与识别。仿真实验表明,与传统调制信号解调方法相比,应用深度学习的信号解调方法的检测性能有约0.4 dB的提升。
- 单位
针对噪声干扰信道下的信号解调问题,提出了应用深度学习的信号识别方法,通过识别信号完成信号解调。深层置信网络使用受限波尔兹曼机为基本单元,设计针对通信信号识别的多层深层置信网络。通信信号首先变换为特定表征序列,并以此构建完备的训练集合对深度置信网络进行逐层的无监督学习和全局有监督的微调反馈学习,在深层置信网络的权重参数优化过程中实现对通信信号的特征提取与识别。仿真实验表明,与传统调制信号解调方法相比,应用深度学习的信号解调方法的检测性能有约0.4 dB的提升。
