Investigación sobre clasificación de modulación de señal bajo baja SNR basada en la red ResNext
Autores: Zou, Binghang; Yan, Hanzhi; Wang, Faquan; Zhou, Yucheng; Zeng, Xiaodong
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Investigación sobre clasificación de modulación de señal bajo baja SNR basada en la red ResNext
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Propuesto
RFSE-ResNeXt
Estructura residual
Estructura de excitación comprimida
Precisión de reconocimiento
Relaciones señal-ruido
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Para abordar las deficiencias de los métodos existentes, como la baja precisión de reconocimiento y el pobre rendimiento anti-interferencia bajo relaciones señal-ruido bajas, este artículo propone la red RFSE-ResNeXt (Residual-fusion squeeze-excitation aggregated residual for networks, RFSE-ResNeXt). En este documento, mejoramos la estructura residual de la red basada en la red ResNeXt y luego introducimos la estructura de excitación comprimida para mejorar la capacidad de generalización de la red. La mejora de la estructura residual de la red conduce a una buena mejora en la precisión de reconocimiento general de la red; mientras tanto, la estructura de excitación comprimida mejora el fenómeno de confusión cuando la red enfrenta señales complejas con relaciones señal-ruido bajas. Los resultados experimentales muestran que la red propuesta mejora la precisión de reconocimiento en un 4% en promedio en un SNR muy bajo de -10dB y reduce la clasificación errónea de AM-DSB en CPFSK en aproximadamente un 27%.
Descripción
Para abordar las deficiencias de los métodos existentes, como la baja precisión de reconocimiento y el pobre rendimiento anti-interferencia bajo relaciones señal-ruido bajas, este artículo propone la red RFSE-ResNeXt (Residual-fusion squeeze-excitation aggregated residual for networks, RFSE-ResNeXt). En este documento, mejoramos la estructura residual de la red basada en la red ResNeXt y luego introducimos la estructura de excitación comprimida para mejorar la capacidad de generalización de la red. La mejora de la estructura residual de la red conduce a una buena mejora en la precisión de reconocimiento general de la red; mientras tanto, la estructura de excitación comprimida mejora el fenómeno de confusión cuando la red enfrenta señales complejas con relaciones señal-ruido bajas. Los resultados experimentales muestran que la red propuesta mejora la precisión de reconocimiento en un 4% en promedio en un SNR muy bajo de -10dB y reduce la clasificación errónea de AM-DSB en CPFSK en aproximadamente un 27%.