检索结果-南通市图书馆

基于多模态特征融合网络的空时分组码识别算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第2期51卷 489-498页

作者：张聿远闫文君张立民海军航空大学信息融合研究所山东烟台264001

针对现有算法在空时分组码(Space-Time Block Code,STBC)识别过程中存在的低信噪比下误判概率高、识别效率低等问题,本文提出了一种基于多模态特征融合网络(Multi-Modality Features Fusion Network,MMFFN)的空时分组码自动识别方法.首... 详细信息

针对现有算法在空时分组码(Space-Time Block Code,STBC)识别过程中存在的低信噪比下误判概率高、识别效率低等问题,本文提出了一种基于多模态特征融合网络(Multi-Modality Features Fusion Network,MMFFN)的空时分组码自动识别方法.首先,在合并卷积层将STBC时域样本映射为一维特征向量的基础上,采用多扩张率下的扩张卷积提取非连续时间窗的STBC码内特征,实现多时延特征自提取;然后,构建多时序特征自提取模块以提取码间时序特征,进一步扩展映射特征类型;最后,将多时延拼接层获取的最大时延特征作为深层融合特征,并增加了带跨越连接的残差层以提升融合特征利用率,实现空时分组码识别.仿真实验结果表明,本文算法在-9dB下对6类STBC信号的识别准确率达到了90%以上,较现有识别算法的性能获得了显著提升,对低信噪比有较强的适应性.本文提出的STBC多时延特征提取和融合方法,为结合传统算法设计深度学习网络结构提供了新思路,其思想同样可应用于其他通信信号识别领域.

关键词：空时分组码深度学习扩张卷积多时延特征多时序特征最大时延融合

在线全文

学校读者我要写书评

暂无评论

基于多级跳线残差网络的雷达辐射源识别

系统工程与电子技术 2022年第7期44卷 2148-2156页

作者：张立民谭凯文闫文君张聿远海军航空大学航空作战勤务学院山东烟台264001

针对复杂体制雷达辐射源的识别问题,提出了一种基于时频特征提取与多级跳线残差网络(multi-level jumper residual network,MLJ-RN)结合的识别方法。首先,计算辐射源信号的平滑伪Wigner-Ville时频分布生成时频图像以表达信号本质特征,... 详细信息

针对复杂体制雷达辐射源的识别问题,提出了一种基于时频特征提取与多级跳线残差网络(multi-level jumper residual network,MLJ-RN)结合的识别方法。首先,计算辐射源信号的平滑伪Wigner-Ville时频分布生成时频图像以表达信号本质特征,将图像进行预处理以保留信号细微特征差异。然后,设计多级跳线连接的残差单元,在此基础上构造MLJ-RN,对时频图像相邻卷积层的细微特征进行学习和识别,并使用随机梯度下降法训练网络。最后,通过对网络进行参数优化,强化对信号的深层特征提取能力。仿真结果表明,信噪比为-5 dB时,该方法对12类雷达辐射源信号的整体识别概率达到95.1%,从而验证了该方法在低信噪比下识别雷达信号的有效性。

关键词：时频特征辐射源识别深度学习多级跳线

高效融合全局和局部上下文特征的语义通信系统

在线全文

学校读者我要写书评

暂无评论

通信学报 2023年第7期44卷 14-25页

作者：罗鹏刘月玲张聿远曹阔赵海涛魏急波国防科技大学电子科学学院湖南长沙410073

采用基于深度学习的端到端一体化设计方法,提出了一种基于扩展上下文语义特征的通信系统。区别于已有研究中只关注局部上下文而忽视全局上下文的问题,所提系统有机地融合了局部和全局上下文知识,利用扩展上下文知识进行语义编码和语义译... 详细信息

采用基于深度学习的端到端一体化设计方法,提出了一种基于扩展上下文语义特征的通信系统。区别于已有研究中只关注局部上下文而忽视全局上下文的问题,所提系统有机地融合了局部和全局上下文知识,利用扩展上下文知识进行语义编码和语义译码,提升了语义通信系统的可靠性。在发送端,采用基于扩展上下文的语义编码,实现高效的语义表征。在接收端,结合历史通信文本挖掘机制、上下文语义特征学习机制和基于启发式图搜索的译码策略,提升语义推理的准确性。与现有语义通信系统仿真对比结果表明,相较于传统通信系统和现有语义通信系统,所提系统在低信噪比下显著提升了通信系统的可靠性。

关键词：语义通信局部上下文全局上下文扩展上下文历史通信文本

在线全文

学校读者我要写书评

暂无评论

基于随机抽取的稀疏校验矩阵重建算法

系统工程与电子技术 2023年第4期45卷 1215-1221页

作者：刘恒燕张立民闫文君谭凯文张聿远海军航空大学航空作战勤务学院山东烟台264001

为了更好地实现高误码条件下稀疏校验矩阵的重建,将寻找校验向量的过程转换为求解线性方程组的过程,充分利用稀疏校验矩阵的稀疏性,通过寻找包含所有校验比特的子线性方程组的解来重建稀疏校验矩阵,并利用该矩阵对码字进行软译码,以纠... 详细信息

为了更好地实现高误码条件下稀疏校验矩阵的重建,将寻找校验向量的过程转换为求解线性方程组的过程,充分利用稀疏校验矩阵的稀疏性,通过寻找包含所有校验比特的子线性方程组的解来重建稀疏校验矩阵,并利用该矩阵对码字进行软译码,以纠正错误码字,对纠正后的码字继续重建稀疏校验矩阵,不断重复该过程,选取所有迭代过程中重建率最高的稀疏校验矩阵作为最终结果。仿真结果表明,提出的稀疏校验矩阵算法可以在高误码条件下有效重建双对角结构及非双对角结构的稀疏校验矩阵,对误码的鲁棒性较强。

关键词：低密度奇偶校验线性方程组软判决译码

在线全文

学校读者我要写书评

暂无评论

一种基于随机抽取的稀疏校验矩阵重建算法

系统工程与电子技术 2022年

作者：刘恒燕张立民闫文君谭凯文张聿远海军航空大学航空作战勤务学院

为了更好地实现高误码条件下稀疏校验矩阵重建，本文将寻找校验向量的过程转换为求解线性方程组的过程，充分利用稀疏校验矩阵的稀疏性，通过寻找包含所有校验比特的子线性方程组的解来重建稀疏校验矩阵，并利用该矩阵对码字进行软译码...

为了更好地实现高误码条件下稀疏校验矩阵重建，本文将寻找校验向量的过程转换为求解线性方程组的过程，充分利用稀疏校验矩阵的稀疏性，通过寻找包含所有校验比特的子线性方程组的解来重建稀疏校验矩阵，并利用该矩阵对码字进行软译码以纠正错误码字，对纠正后的码字继续重建稀疏校验矩阵，不断重复该过程，选取所有迭代过程中重建率最高的稀疏校验矩阵作为最终结果。仿真结果表明，本文提出的稀疏校验矩阵算法可以在高误码条件下有效重建双对角结构及非双对角结构的疏校验矩阵，对误码的鲁棒性较强。

关键词：

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

可扩展分层次编译码的语义通信系统

通信学报 2023年第8期44卷 49-60页

作者：张聿远赵海涛魏急波曹阔张亦弛罗鹏刘月玲梅锴国防科技大学电子科学学院湖南长沙410073

针对目前文本语义通信大部分研究主要依靠仿真系统进行理论验证的问题,利用分层次编译码架构在语义层次和语法层次上的分离性,提出了一种可扩展分层次的语义通信系统。该系统通过语义和语法层次相分离的模式有效兼容香农信息框架下的可... 详细信息

针对目前文本语义通信大部分研究主要依靠仿真系统进行理论验证的问题,利用分层次编译码架构在语义层次和语法层次上的分离性,提出了一种可扩展分层次的语义通信系统。该系统通过语义和语法层次相分离的模式有效兼容香农信息框架下的可靠通信技术,实现语义通信与传统通信的嵌套结合。进一步,基于软件无线电平台搭建了一个通用可扩展的验证系统,对所提语义通信系统架构进行实用化验证。该验证系统以语义通信软件平台作为硬件驱动和算法调用的驱动核心,集成了信号产生、信息发送、接收端数据采集、译码和评估的全过程,并且能够面向语义和语法层次进一步扩展。最后,基于该验证系统进行了文本语义通信的测试,验证了其相较于传统通信方式具有更高的有效性和可靠性。

关键词：语义通信分层次编译码语义层次语法层次验证系统

基于互相关特征图和扩张稠密卷积网络的SFBC-OFDM识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第9期43卷 2657-2664页

作者：张聿远张立民闫文君海军航空大学航空作战勤务学院山东烟台264001

针对传统的空频分组码(space-frequency block code,SFBC)识别方法存在人工提取特征困难、低信噪比(signal tOnoise ratio,SNR)下识别准确率低和不适用于非协作通信的问题,提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方... 详细信息

针对传统的空频分组码(space-frequency block code,SFBC)识别方法存在人工提取特征困难、低信噪比(signal tOnoise ratio,SNR)下识别准确率低和不适用于非协作通信的问题,提出一种基于互相关特征图和扩张稠密卷积网络的SFBC自动识别方法。首先,计算接收端频域上的互相关函数并进行维度变换,得到二维互相关特征图。然后,对得到的特征图进行预处理以扩大卷积核感受的有效区域,去除图像冗余信息。最后,构建扩张稠密卷积网络以自动提取预处理图像特征,实现SFBC分类识别。仿真结果表明,SNR为-8 dB时,该方法对SFBC信号的识别准确率达到了96.1%。相比于传统算法,该方法具有更好的抗低SNR和特征自提取能力,验证了深度学习方法在SFBC识别领域的有效性,为该领域的后续研究奠定了基础。

关键词：非协作通信空频分组码互相关特征图图像预处理深度学习扩张稠密卷积网络

基于卷积神经网络的串行空时分组码盲识别算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第11期43卷 3360-3370页

作者：张聿远闫文君张立民张媛海军航空大学航空作战勤务学院山东烟台264001 海军航空大学航空基础学院山东烟台264001

针对多输入单输出(multiple input single output,MISO)系统中的空时分组码(space-time block code,STBC)盲识别问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)的串行STBC识别方法。首先,结合STBC识别问题提出了基本CNN(CNN basic,CNN-B)框架;然后在分析STBC相关性的基础上,针对空间复用和Alamouti信号混叠问题,设计了基于相关性的CNN(CNN based on correlation,CNN-BC)模型;最后将STBC数据集输入到网络模型中,完成网络的训练和识别测试。仿真结果表明,相比于基于特征提取的传统算法,该方法将可识别的STBC扩展到了6种,并且在低信噪比下的识别准确率更高,识别过程可控制在微秒级别,具有较高的工程应用价值。

关键词：多输入单输出空时分组码相关性分析卷积神经网络盲识别

在线全文

学校读者我要写书评

暂无评论

基于多跳残差网络的调制识别方法

系统工程与电子技术 2021年

作者：林冲张立民闫文君张聿远海军航空大学信息融合研究所

针对当前通信系统常见的调制方式，提出了一种不需要人工提取特征、不需要对基带信号做任何预处理、特别适用于非协作通信、通信对抗等场合的基于多跳残差神经网络的调制识别方法。首先，设计具有多个跳跃连接的残差栈，在多尺度特征图... 详细信息

针对当前通信系统常见的调制方式，提出了一种不需要人工提取特征、不需要对基带信号做任何预处理、特别适用于非协作通信、通信对抗等场合的基于多跳残差神经网络的调制识别方法。首先，设计具有多个跳跃连接的残差栈，在多尺度特征图上保留更多的初始残差信息，可同时学习信号的深层特征和浅层特征。然后，设计以多跳残差栈为基本单元的多跳残差网络，利用自适应矩估计优化算法训练网络。最后，在公共数据集上进行测试。实验结果证明，该方法具有识别准确率高、算法复杂度低、稳健性强的优点，有较高的工程应用价值。

关键词：非协作通信调制识别深度学习多跳残差网络多跳残差栈