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
- 2021.3
- 수록면
- 427 - 432 (6page)
이용수
초록· 키워드
오류제보하기
본 논문에서는 미상의 통신신호에 대한 자동 변조 인식을 위하여 심층신경망인 딥뉴럴네트워크를 적용하여 변조형태를 식별하고 그 성능을 분석하였다. 신경망 입력 데이터는 변조된 신호의 시간영역 디지털샘플 데이터, FFT(Fast Fourier Transform)를 적용한 주파수영역 데이터, 시간 및 주파수영역 혼합데이터를 사용하여 각각의 변조인식 성능을 확인하였다. 아날로그 변조 및 디지털 변조 신호 11종에 대하여 –20~18 ㏈ 까지 다양한 SNR(Signal to Noise Ratio) 환경에서 변조인식 성능을 확인하고 그 성능을 분석하였으며, 입력 데이터의 종류에 따른 학습 속도를 확인함으로써 제안한 방법이 실제적인 자동변조 인식 시스템 구축에 효과적인 방법임을 확인 하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 자동 변조 인식 시스템 설계
Ⅲ. 모의실험 및 분석
Ⅳ. 결론
References
참고문헌 (14)
참고문헌 신청
O. A. Dobre, A. Abdi, Y. Bar-Ness, and W. Su, “A survey of automatic modulation classification techniques: classical approaches and new trends,” IET Communications, vol. 1, pp. 137-156, Apr. 2007.
S. H. Seo, Y. J. Yoon, Y. H. Jin, Y. J. Seo, S. M. Lim, J. M. Ahn, C. S. Eun, W. Jang, and S. P. Nah, “Automatic Recognition of Analog and Digital Modulation Signals,” The Journal of Korean Institute of Communications and Information Sciences, vol. 30, no. 1C, pp. 73-81, Jan. 2005.
J. K. Kim, B. D. Kim, D. W. Yoon, and J. W. Choi, “Deep Neural Network-based Automatic Modulation Classification Technique,” The Journal of Korean Institute of Information Technology, vol. 14, no. 12, pp. 107-115, Dec. 2016.
H. J. Kim, H. J. Kim, J. H. Je, and K. S. Kim, “A deep learning method for the automatic modulation recognition of received radio signals,” Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 10, pp. 1275-1281, Oct. 2019.
T. J. O'Shea, J. Corgan, and T. C. Clancy, “Convolutional Radio Modulation Recognition Networks,” Preprint, submitted, Jun. 2016. https://arxiv.org/abs/1602.04105.
S. H. Seo, Y. J. Yoon, Y. H. Jin, Y. J. Seo, S. M. Lim, J. M. Ahn, C. S. Eun, W. Jang, and S. P. Nah, “Automatic Recognition of Analog and Digital Modulation Signals,” The Journal of Korean Institute of Communications and Information Sciences, vol. 30, no. 1C, pp. 73-81, Jan. 2005.
J. K. Kim, B. D. Kim, D. W. Yoon, and J. W. Choi, “Deep Neural Network-based Automatic Modulation Classification Technique,” The Journal of Korean Institute of Information Technology, vol. 14, no. 12, pp. 107-115, Dec. 2016.
H. J. Kim, H. J. Kim, J. H. Je, and K. S. Kim, “A deep learning method for the automatic modulation recognition of received radio signals,” Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 10, pp. 1275-1281, Oct. 2019.
T. J. O'Shea, J. Corgan, and T. C. Clancy, “Convolutional Radio Modulation Recognition Networks,” Preprint, submitted, Jun. 2016. https://arxiv.org/abs/1602.04105.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의 자동 변조기법 분류 방법
한국통신학회논문지
2018 .06
-
수신된 전파신호의 자동 변조 인식을 위한 딥러닝 방법론
한국정보통신학회논문지
2019 .10
-
자동 변조 분류를 위한 딥러닝 기법들의 성능 분석
한국통신학회 학술대회논문집
2020 .11
-
딥러닝 기반 자동변조분류 기술 분석
한국통신학회 학술대회논문집
2023 .06
-
디지털 변조의 자동 변조 분류를 위한 채널 등화 기반 딥러닝 모델 설계
한국통신학회 학술대회논문집
2020 .11
-
CNN 을 이용한 자동변조구분
한국통신학회 학술대회논문집
2018 .06
-
입력 데이터 형태에 따른 CNN 기반 변조 분류 성능 비교
한국통신학회 학술대회논문집
2022 .06
-
딥러닝 기술을 이용한 디지털 변조타입 자동 인식 기술
한국정보기술학회논문지
2016 .12
-
딥러닝을 활용한 변조 방식 분류 기법 연구
한국통신학회 학술대회논문집
2022 .11
-
신호 변조 방식 분류를 위한 계층적 알고리즘
한국통신학회 학술대회논문집
2023 .02
-
채널적응형 딥러닝 기반 자동 변조 분류 기법
한국통신학회 학술대회논문집
2022 .06
-
자동 변조 분류를 위한 컨볼루션 신경망 모델 설계
한국통신학회 학술대회논문집
2020 .02
-
SDR 플랫폼을 위한 딥러닝 기반의 무선 자동 변조 분류 기술 연구
전기전자학회논문지
2022 .12
-
페이딩 환경에서의 딥러닝 기반 고성능 자동 변조분류 기법
한국정보기술학회논문지
2018 .01
-
표본화율에 따른 딥러닝 기반 자동 변조 분류 성능 분석
대한전자공학회 학술대회
2024 .11
-
딥 LSTM 신경망을 이용한 전파신호의 변조 인식
한국정보과학회 학술발표논문집
2018 .12
-
확장된 프레임을 적용한 딥러닝 기반 자동 변조 분류 설계
한국통신학회논문지
2021 .08
-
이산 웨이브릿 변환과 신경망을 이용한 변조 방식 자동 인식 기술
한국통신학회 학술대회논문집
2018 .01
-
인지 무선 통신망의 자동 변조 분류를 위한 딥러닝 모델 설계
한국통신학회논문지
2020 .08
-
복소변조 공간 광 변조 기술 동향
[ETRI] 전자통신동향분석
2022 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
수신된 전파신호의 자동 변조 인식을 위한 딥러닝 방법론
김한진
,
김혁진
,
제준호
외 1명
한국정보통신학회논문지
2019
.10
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
실감형 미디어 구현에 기여할 차세대 웨어러블 디바이스 개발 현황
한국방송통신전파진흥원
미디어 이슈&트렌드
2021
.04
Microsoft와 Facebook의 미디어 몰입기술 전략
한국방송통신전파진흥원
미디어 이슈&트렌드
2021
.04
최근 본 자료
댓글(0)
0