상세 보기
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의자동 변조기법 분류 방법
Feature-Based Automatic Modulation Classification Using Deep Learning in Cognitive Radio
- 최익수;
- 장성진;
- 유상조
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 classification; convolutional neural network; spectral correlation function; feature 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
- 최익수; 장성진; 유상조
- 발행일
- 2018-06
- 유형
- Y
- 저널명
- 한국통신학회논문지
- 권
- 43
- 호
- 6
- 페이지
- 930 ~ 944