인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의자동 변조기법 분류 방법

Feature-Based Automatic Modulation Classification Using Deep Learning in Cognitive Radio

초록

자동변조기법 분류기술은 인지무선 환경에서 주 사용자 신호의 변조기법을 식별하기 위해 중요한 역할을 수행한다. 본 논문에서는 수신신호로부터 스펙트럼 상관함수와 그 외의 통계적 특징들을 추출하고, 추출된 데이터를사용하여 딥러닝을 통해 신호의 변조기법을 구분하는 방법을 제시한다. 제안하는 방법에서 딥러닝 학습알고리즘중 하나인 CNN(Convolutional Neural Network)을 신호로부터 추출된 특징의 인지 및 분류의 방법으로 사용하였고, 아날로그 및 디지털 변조신호가 분류를 위해 사용되었다. 시뮬레이션 결과를 통해 제안된 방법이 낮은 SNR에서 다른 변조신호 분류기법들보다 뛰어난 성능을 보이는 것을 확인하였다.

키워드

Automatic modulation classificationconvolutional neural networkspectral correlation functionfeature extraction
제목
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의자동 변조기법 분류 방법
제목 (타언어)
Feature-Based Automatic Modulation Classification Using Deep Learning in Cognitive Radio
저자
최익수장성진유상조
DOI
10.7840/kics.2018.43.6.930
발행일
2018-06
유형
Y
저널명
한국통신학회논문지
43
6
페이지
930 ~ 944