首页 | 本学科首页   官方微博 | 高级检索  
     

基于时序卷积网络的信道编码闭集识别
引用本文:陶志勇,闫明豪,刘影. 基于时序卷积网络的信道编码闭集识别[J]. 华中科技大学学报(自然科学版), 2022, 50(3): 12-17. DOI: 10.13245/j.hust.220303
作者姓名:陶志勇  闫明豪  刘影
作者单位:辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105
摘    要:针对传统识别算法对信号的先验知识要求较高、人工特征提取复杂、低信噪比环境下识别率较低等问题,提出了一种基于时序卷积网络(TCN)的卷积码参数识别方法.引入了深度学习算法处理盲识别问题,依据卷积码的马尔可夫性,将码字作为时间序列处理,把已知类型的编码序列作为时序卷积网络模型的输入进行监督学习,根据训练好的模型对接收端接收到的未知编码信号进行闭集识别分类.实验结果表明:当信噪比大于5 dB时,单一参数类型与混合参数类型平均识别准确率分别大于99.60%和99.50%,且在相关算法对比中有较好的识别表现.

关 键 词:信道编码识别  卷积码  闭集识别  深度学习  时序卷积网络

Channel coding closed set recognition based on temporal convolutional network
TAO Zhiyong,YAN Minghao,LIU Ying. Channel coding closed set recognition based on temporal convolutional network[J]. JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE, 2022, 50(3): 12-17. DOI: 10.13245/j.hust.220303
Authors:TAO Zhiyong  YAN Minghao  LIU Ying
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号