지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.10
- 수록면
- 1,275 - 1,281 (7page)
이용수
초록· 키워드
오류제보하기
무선 신호의 자동 변조 인식은 지능형 수신기의 주요한 작업으로 다양한 민간 및 군대 응용분야가 있다. 본 논문에서는 딥 뉴럴 네트워크 모델을 기반한 무선통신에서 전파신호의 변조 방식을 식별하는 방법을 제안한다. 순차적인 데이터에 대해 장기적인 패턴을 잡아내는데 용이한 LSTM 모델을 통과하여 얻은 연속적인 신호의 특징값을 딥 뉴럴 네트워크의 입력 데이터로 사용하여 신호의 변조 패턴을 분류한다. 변조된 신호의 진폭 및 위상, 동상(In-phase) 반송파, 직각 위상(Quadrature-phase) 반송파의 값을 LSTM 모델의 입력 데이터로 사용하여 분류한다. 제안된 학습 방법의 성능을 검증하기 위해, 다양한 신호 대 잡음비로 10 가지 유형의 변조 신호를 포함하는 대형 데이터 세트를 사용하여 학습하고 테스트한다. 본 논문의 변조 인식 프로그램은 신호의 사전 정보가 없는 환경에서 변조방식을 예측하는 데 적용될 수 있다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 변조인식 시스템
Ⅲ. 시스템 설계
Ⅳ. 실험 결과
Ⅴ. 결론
REFERENCES
참고문헌 (13)
참고문헌 신청
S. Rajendran / 2018 / Deep learning models for wireless signal classification with distributed low-cost spectrum sensors / IEEE Transactions on Cognitive Communications and Networking 4(3):433~445
D. Zhang / 2018 / Automatic modulation classification based on deep learning for unmanned aerial vehicles / Sensors 18(3):E924
O. A. Dobre / 2007 / Survey of automatic modulation classification techniques: classical approaches and new trends / IET Communications 1(2):137~156
T. J. O’Shea / 2016 / Convolutional radio modulation recognition networks / International Conference on Engineering Applications of Neural Networks, Communications in Computer and Information Science :213~226
T. J. O’Shea / 2018 / Over-the-air deep learning based radio signal classification / IEEE Journal of Selected Topics in Signal Processing 12(1):168~179
D. Zhang / 2018 / Automatic modulation classification based on deep learning for unmanned aerial vehicles / Sensors 18(3):E924
O. A. Dobre / 2007 / Survey of automatic modulation classification techniques: classical approaches and new trends / IET Communications 1(2):137~156
T. J. O’Shea / 2016 / Convolutional radio modulation recognition networks / International Conference on Engineering Applications of Neural Networks, Communications in Computer and Information Science :213~226
T. J. O’Shea / 2018 / Over-the-air deep learning based radio signal classification / IEEE Journal of Selected Topics in Signal Processing 12(1):168~179
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥 LSTM 신경망을 이용한 전파신호의 변조 인식
한국정보과학회 학술발표논문집
2018 .12
-
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의 자동 변조기법 분류 방법
한국통신학회논문지
2018 .06
-
딥러닝 기반 자동 변조 인식 성능 분석
한국정보통신학회논문지
2021 .03
-
인지 무선 통신에서 전이 학습을 이용한 딥러닝 기반 변조 신호 센싱 기법
한국통신학회논문지
2020 .10
-
SDR 플랫폼을 위한 딥러닝 기반의 무선 자동 변조 분류 기술 연구
전기전자학회논문지
2022 .12
-
신호 변조 방식 분류를 위한 계층적 알고리즘
한국통신학회 학술대회논문집
2023 .02
-
딥러닝 기술을 이용한 디지털 변조타입 자동 인식 기술
한국정보기술학회논문지
2016 .12
-
딥러닝 모델 기반의 전자기파 변조 신호 분류에 대한 연구
Proceedings of KIIT Conference
2021 .11
-
데이터 증강 기반 효율적인 무선 신호 분류 연구
JOURNAL OF PLATFORM TECHNOLOGY
2022 .12
-
딥러닝 기반 자동변조분류 기술 분석
한국통신학회 학술대회논문집
2023 .06
-
자동 변조 분류를 위한 딥러닝 기법들의 성능 분석
한국통신학회 학술대회논문집
2020 .11
-
디지털 변조의 자동 변조 분류를 위한 채널 등화 기반 딥러닝 모델 설계
한국통신학회 학술대회논문집
2020 .11
-
저피탐 레이터 신호의 LSTM 기반 polyphase 변조 그룹 분류 기법
한국통신학회 학술대회논문집
2022 .02
-
딥러닝을 활용한 변조 방식 분류 기법 연구
한국통신학회 학술대회논문집
2022 .11
-
딥 러닝 기반 자동 변조 식별을 위한 연구
한국통신학회 학술대회논문집
2022 .02
-
페이딩 환경에서의 딥러닝 기반 고성능 자동 변조분류 기법
한국정보기술학회논문지
2018 .01
-
레이더 신호 변조 방식 식별을 위한 인공지능 모델 설계 및 성능 분석
한국통신학회 학술대회논문집
2024 .11
-
사전훈련된 딥러닝 네트워크를 활용한 이미지 기반 딥러닝 모델 설계
한국통신학회논문지
2022 .04
-
채널적응형 딥러닝 기반 자동 변조 분류 기법
한국통신학회 학술대회논문집
2022 .06
-
머신러닝 기반 단일 및 복합 변조 레이더 신호 인식 기법
Proceedings of KIIT Conference
2023 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
딥러닝 기술을 이용한 디지털 변조타입 자동 인식 기술
김재겸
,
김병도
,
윤동원
외 1명
한국정보기술학회논문지
2016
.12
딥러닝 모델 기반의 전자기파 변조 신호 분류에 대한 연구
권성수
,
박수진
,
정지연
외 3명
Proceedings of KIIT Conference
2021
.11
딥러닝 기반 자동 변조 인식 성능 분석
강종진
,
김재현
한국정보통신학회논문지
2021
.03
인지 무선 통신에서 전이 학습을 이용한 딥러닝 기반 변조 신호 센싱 기법
박지연
,
최유경
,
서동호
외 2명
한국통신학회논문지
2020
.10
딥러닝을 이용한 객체 인식 및 검출 기술 동향
고광은
,
심귀보
제어로봇시스템학회지
2017
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-004-001288874