亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于VGG16卷積神經(jīng)網(wǎng)絡(luò)的5G高噪調(diào)制識(shí)別技術(shù)

        2022-10-09 11:19:34紀(jì)騰飛
        關(guān)鍵詞:星座圖識(shí)別率信噪比

        封 晨 紀(jì)騰飛 楊 琳

        (天津光電通信技術(shù)有限公司,天津 300211)

        0 引言

        隨著人工智能與信息技術(shù)的發(fā)展,傳統(tǒng)的數(shù)字調(diào)制識(shí)別技術(shù)遠(yuǎn)不能滿足當(dāng)代5G通信的需求,如何在低信噪比下提高數(shù)字調(diào)制識(shí)別率成為信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)。

        國(guó)內(nèi)專家學(xué)者在非協(xié)作通信的條件下,利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)各種數(shù)字調(diào)制信號(hào)的星座圖特征,并對(duì)4-正交振幅調(diào)制(4-Quadrature Amplitude Modulation,4QAM)、16-正交振幅調(diào)制(16-Quadrature Amplitude Modulation,16QAM)和64-正交振幅調(diào)制(64-Quadrature Amplitude Modulation,64QAM)3種典型的數(shù)字調(diào)制方式進(jìn)行仿真試驗(yàn)。王建新等人利用盲均衡技術(shù)克服信道的多徑效應(yīng)與系統(tǒng)同步誤差,對(duì)信號(hào)減法聚類,將提取聚類中心與理想星座圖模型進(jìn)行匹配,實(shí)現(xiàn)識(shí)別多進(jìn)制振幅鍵控(M-Ary Amplitude Shift Keying,MASK)、多進(jìn)制相移鍵控(M-Ary Phase Shift Keying,MPSK)以及多進(jìn)制正交振幅調(diào)制(M-Ary Quadrature Amplitude Modulation,MQAM)等調(diào)制功能。史蘊(yùn)豪等人采用VGG16深度卷積神經(jīng)網(wǎng)絡(luò)提取信號(hào)小波變換后的系數(shù)圖像特征,利用自編碼器對(duì)高維特征進(jìn)行降維處理,引入域適應(yīng)技術(shù)提高待測(cè)信號(hào)識(shí)別的準(zhǔn)確率。徐旭東等人對(duì)VGG16卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移,完成特征提取任務(wù),改善了網(wǎng)絡(luò)的泛化能力,與后向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)相比,其識(shí)別準(zhǔn)確率有所提高。

        雖然以上研究人員改進(jìn)了數(shù)字通信調(diào)制識(shí)別技術(shù),但是在實(shí)際工程應(yīng)用中,信道電磁環(huán)境極其復(fù)雜,識(shí)別率會(huì)比理想情況低。因此,需要結(jié)合其他領(lǐng)域的相關(guān)技術(shù)來(lái)提高識(shí)別率,以滿足工程應(yīng)用的實(shí)際需求。

        1 數(shù)字調(diào)制識(shí)別

        數(shù)字調(diào)制識(shí)別一直是信號(hào)截獲處理方面的熱點(diǎn)話題,也是信號(hào)篩選和解調(diào)的基礎(chǔ),在通信對(duì)抗中具有重要意義。數(shù)字調(diào)制識(shí)別位于數(shù)字通信系統(tǒng)的接收端,在信號(hào)解調(diào)前須對(duì)信號(hào)的調(diào)制類型進(jìn)行識(shí)別。通過(guò)提取接收端信號(hào)的某種特征來(lái)識(shí)別數(shù)字調(diào)制信號(hào),從而選擇合適的分類器對(duì)信號(hào)分類進(jìn)行識(shí)別,進(jìn)而根據(jù)識(shí)別的調(diào)制方式選擇相應(yīng)的解調(diào)器進(jìn)行解調(diào),以恢復(fù)原始信號(hào)。

        在5G-新射頻(New Radio,NR)通信場(chǎng)景中,數(shù)字調(diào)制方式更豐富,主要包括載波的相位改變、幅度不變的二進(jìn)制相移鍵控(π/2-Binary Phase Shift Keying,π/2-BPSK)和四進(jìn)制相移鍵控(Quaternary Phase Shift Keying,QPSK)的PSK調(diào)制方式以及載波相位和幅度均改變的16QAM、64QAM和256QAM等QAM調(diào)制方式。其中,下行鏈路支持的調(diào)制方式主要為QPSK、16QAM、64QAM及256QAM,上行鏈路支持的調(diào)制方式包括2種:對(duì)(正交頻分復(fù)用Orthogonal Frequency Division Multiplexing,OFDM)+循環(huán)前綴(Cycle Prefix,CP)來(lái)說(shuō),調(diào)制方式主要為QPSK、16QAM、64QAM及256QAM。對(duì)離散傅里葉變換擴(kuò)頻的正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing with Discrete Fourier Transform Spread Spectrum,DFT-S-OFDM)+CP來(lái)說(shuō),調(diào)制方式主要為π/2-BPSK、QPSK、16QAM、64QAM及256QAM。

        2 VGG16卷積神經(jīng)網(wǎng)絡(luò)

        2.1 VGG16網(wǎng)絡(luò)結(jié)構(gòu)

        根據(jù)卷積核大小和卷積層數(shù)可以將VGG網(wǎng)絡(luò)模型分為A、A-局部有響應(yīng)正則化(A-Local Responsive Regularization,A-LRN)、B、C、D和E共6個(gè)卷積神經(jīng)網(wǎng)絡(luò)配置(Convolutional Net -Configuration,ConvNet- Configuration)。其中,D、E配置較為常用,分別為VGG16和VGG19。由于5G數(shù)字調(diào)制方式僅涉及5種,因此采用結(jié)構(gòu)簡(jiǎn)單、層數(shù)較少的VGG16網(wǎng)絡(luò)進(jìn)行分析。

        VGG16卷積神經(jīng)網(wǎng)絡(luò)模型包括13個(gè)卷積層、3個(gè)全連接層及5個(gè)池化層。其中,卷積層和全連接層具有權(quán)重系數(shù),因此也稱權(quán)重層(池化層不涉及權(quán)重,因此不屬于權(quán)重層,不被計(jì)數(shù))。

        由圖1可知,VGG16網(wǎng)絡(luò)模型由若干卷積層和池化層堆疊而成,并且具有簡(jiǎn)單的模型結(jié)構(gòu)(卷積層均采用相同的卷積核參數(shù),池化層均采用相同的池化參數(shù))。

        圖1 VGG16卷積神經(jīng)網(wǎng)絡(luò)模型Model_Init

        2.2 VGG16調(diào)制識(shí)別算法

        基于VGG16卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)5G高噪背景下的調(diào)制識(shí)別,設(shè)計(jì)算法如下。

        步驟1,制作5G高噪數(shù)字調(diào)制星座圖數(shù)據(jù)集;步驟2,星座圖數(shù)據(jù)集預(yù)處理;步驟3,基于Tensorflow 2.0平臺(tái)搭建VGG16卷積神經(jīng)網(wǎng)絡(luò)模型Model;步驟4,設(shè)定識(shí)別率閾值;步驟5,設(shè)置迭代次數(shù),基于Kfolder方法對(duì)星座圖數(shù)據(jù)集進(jìn)行交叉訓(xùn)練;步驟6,訓(xùn)練識(shí)別率滿足閾值時(shí)訓(xùn)練完成,保存訓(xùn)練模型Model并進(jìn)行測(cè)試;步驟7,測(cè)試識(shí)別率滿足閾值時(shí)測(cè)試完成,保存最終模型Model并統(tǒng)計(jì)各調(diào)制方式識(shí)別率。

        步驟1的詳細(xì)描述如下。

        基于種數(shù)字通信調(diào)制原理,每種數(shù)字調(diào)制方式制作個(gè)無(wú)噪星座圖數(shù)據(jù)集,如公式(1)所示。

        式中:Δ為第種調(diào)制方式的第個(gè)星座圖。

        確定低信噪比種類,如公式(2)所示。

        為數(shù)據(jù)集添加種信噪比,得到最終的帶噪星座圖數(shù)據(jù)集,如公式(3)所示。

        式中:λΔ為給第種調(diào)制方式的第個(gè)星座圖添加第種信噪比。

        步驟2的詳細(xì)描述如下。

        為提高星座圖的識(shí)別率,將帶噪星座圖數(shù)據(jù)集預(yù)處理為背景黑色,星座點(diǎn)綠色的新星座圖數(shù)據(jù)集為。由步驟1中的公式(3)可知,中的星座圖數(shù)量共計(jì)張,按照信噪比分類均勻提出80%的作為訓(xùn)練驗(yàn)證集α,20%的作為測(cè)試集。

        步驟5的詳細(xì)描述如下。

        設(shè)置迭代次數(shù),如公式(4)所示。

        式中:為設(shè)置的最高迭代次數(shù)。

        基于Kfolder交叉驗(yàn)證法,將訓(xùn)練驗(yàn)證集打亂后平均分成份,如公式(5)所示。

        每次從中拿出β(1≤≤)用于驗(yàn)證,其他數(shù)據(jù)集用于訓(xùn)練。

        3 仿真及驗(yàn)證

        制作5G高噪背景下數(shù)字調(diào)制星座圖數(shù)據(jù)集。

        基于π/2-BPSK、QPSK、16QAM、64QAM及256QAM等5種數(shù)字通信調(diào)制原理,每種數(shù)字調(diào)制方式制作1 000個(gè)無(wú)噪星座圖數(shù)據(jù)集,如公式(6)所示。

        確定低信噪比種類,如公式(7)所示。

        式中:-6dB: 3dB: 12dB為初始信噪比為-6 dB,以3 dB為步長(zhǎng)遞增,最大信噪比為12 dB。為數(shù)據(jù)集添加7種信噪比得到最終的帶噪星座圖數(shù)據(jù)集,如公式(8)所示。

        如圖2所示,為提高星座圖的識(shí)別率,將帶噪星座圖數(shù)據(jù)集預(yù)處理為背景黑色,星座點(diǎn)綠色的新星座圖數(shù)據(jù)集為。

        圖2 添加0 dB高斯白噪聲預(yù)處理后的星座圖

        中的星座圖數(shù)量共計(jì)510007=35000張,按照信噪比分類均勻提出80%的(共計(jì)350000.8=28000張)作為訓(xùn)練驗(yàn)證集,20%的α_new(共計(jì)350000.2=7000張)作為測(cè)試集;設(shè)定識(shí)別率閾值=90%,設(shè)置迭代次數(shù),如公式(9)所示。

        基于Kfolder交叉驗(yàn)證法,將訓(xùn)練驗(yàn)證集打亂后平均分成5份,如公式(10)所示。

        每次從中拿出β(1≤≤5)用于驗(yàn)證,其他數(shù)據(jù)集用于訓(xùn)練。

        由于預(yù)處理星座圖數(shù)據(jù)為圖像數(shù)據(jù)集,計(jì)算機(jī)在仿真推理時(shí)的耗時(shí)將會(huì)增加,因此,為了更高效地測(cè)試算法模型VGG16的有效性,制定少量的數(shù)據(jù)集進(jìn)行模擬訓(xùn)練。為避免出現(xiàn)欠擬合情況,根據(jù)工程經(jīng)驗(yàn),將訓(xùn)練驗(yàn)證集數(shù)據(jù)分為5份,每次讓模型在其他4份數(shù)據(jù)上訓(xùn)練,剩下1份進(jìn)行驗(yàn)證。最后取5次驗(yàn)證分?jǐn)?shù)的平均數(shù),盡可能客觀地評(píng)價(jià)算法模型的性能,從而充分利用現(xiàn)有的預(yù)處理星座圖數(shù)據(jù)集。采用Kfolder-5次交叉訓(xùn)練驗(yàn)證的模型精確率(包括訓(xùn)練精確率、驗(yàn)證精確率)與損耗(包括訓(xùn)練損耗、驗(yàn)證損耗)曲線如圖3、圖4所示。

        圖3 Kfolder-5次交叉訓(xùn)練驗(yàn)證識(shí)別率η曲線

        圖4 Kfolder-5次交叉訓(xùn)練驗(yàn)證損耗Loss曲線

        由圖3可知,經(jīng)過(guò)5次交叉訓(xùn)練取平均后發(fā)現(xiàn),模型精確率在第一輪迭代時(shí)逐漸平緩向上至98.25%,在第二、第三輪迭代訓(xùn)練后,模型精確率出現(xiàn)小幅波動(dòng)±2.5%,而經(jīng)過(guò)最后兩輪的迭代訓(xùn)練,模型精確率逐漸趨向收斂,訓(xùn)練與驗(yàn)證精確率達(dá)到了理想的100%。訓(xùn)練數(shù)據(jù)集多次對(duì)模型進(jìn)行迭代訓(xùn)練,發(fā)現(xiàn)在第三輪迭代時(shí),驗(yàn)證集的精確率要遠(yuǎn)高于訓(xùn)練精確率,證明VGG16模型在第三輪迭代中期逐漸趨于可靠。由圖4可知,經(jīng)過(guò)一輪迭代,損耗值逐漸平緩衰減到0.01,第二輪迭代后,損耗值收斂至0.000 1。因此,考量模型精確率與損耗值的收斂情況,驗(yàn)證了VGG16算法模型的可靠性。

        采用Kfolder方法訓(xùn)練模型,可提高模型的泛化能力,訓(xùn)練識(shí)別率滿足閾值,保存訓(xùn)練模型Model并進(jìn)行測(cè)試;將測(cè)試集中-6 dB~12 dB下經(jīng)π/2-BPSK、QPSK、16QAM、64QAM及256QAM預(yù)處理后的星座圖集送入訓(xùn)練好的模型Model,測(cè)試不同分貝下各調(diào)制方式的識(shí)別率。

        當(dāng)測(cè)試識(shí)別率滿足閾值時(shí)測(cè)試完成,保存最終模型Model并統(tǒng)計(jì)各調(diào)制方式識(shí)別率。

        如圖5所示,π/2-BPSK、QPSK、16QAM、64QAM及256QAM的識(shí)別率與信噪比成正比,綜合5種調(diào)制方式的識(shí)別率發(fā)現(xiàn),經(jīng)訓(xùn)練后的VGG16算法模型對(duì)π/2-BPSK調(diào)制方式較為敏感,整體識(shí)別率較高,而對(duì)16QAM調(diào)制方式不太敏感,整體識(shí)別率較低。作為5G高速通信的256QAM調(diào)制方式,模型對(duì)其具有很好的識(shí)別效果。當(dāng)?shù)托旁氡却蠹s為3 dB時(shí),5G通信各調(diào)制方式均能達(dá)到90%以上。驗(yàn)證了VGG16卷積神經(jīng)網(wǎng)絡(luò)技術(shù)在高噪環(huán)境下提高5G調(diào)制識(shí)別準(zhǔn)確率的可行性。

        圖5 5G通信各數(shù)字調(diào)制方式識(shí)別率η

        4 結(jié)語(yǔ)

        通過(guò)VGG16卷積神經(jīng)網(wǎng)絡(luò)對(duì)模擬的5G高噪調(diào)制數(shù)據(jù)集進(jìn)行分類識(shí)別,當(dāng)信噪比為3 dB時(shí),5種調(diào)制方式的識(shí)別率均達(dá)到了90%以上。因此,基于深度學(xué)習(xí)技術(shù)可提高5G低信噪比下多種數(shù)字調(diào)制方式的識(shí)別率,有利于對(duì)各種通信信號(hào)進(jìn)行有效識(shí)別。此外,還可以監(jiān)測(cè)低信噪比無(wú)線電,避免非法電臺(tái)占用有效通信頻帶。

        猜你喜歡
        星座圖識(shí)別率信噪比
        基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
        基于深度學(xué)習(xí)的無(wú)人機(jī)數(shù)據(jù)鏈信噪比估計(jì)算法
        基于尋址的通信信號(hào)調(diào)制算法實(shí)現(xiàn)
        軟件(2019年8期)2019-10-08 11:55:52
        基于真耳分析的助聽(tīng)器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
        基于資源塊星座圖的稀疏碼多址接入碼本設(shè)計(jì)
        低信噪比下LFMCW信號(hào)調(diào)頻參數(shù)估計(jì)
        提升高速公路MTC二次抓拍車(chē)牌識(shí)別率方案研究
        低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
        高速公路機(jī)電日常維護(hù)中車(chē)牌識(shí)別率分析系統(tǒng)的應(yīng)用
        保持信噪比的相位分解反褶積方法研究
        亚洲自偷自拍另类图片小说| 国产成人亚洲综合| 国精产品推荐视频| 国产高清视频91| 国产一区二区三区白浆在线观看| 亚洲视频在线观看一区二区三区| 久久久久久久综合综合狠狠| 亚洲欧美精品伊人久久| 巨臀精品无码AV在线播放| 日本熟妇中出高潮视频| 九九久久自然熟的香蕉图片| 香蕉视频www.5.在线观看| 色二av手机版在线| 亚洲无精品一区二区在线观看 | 人妻夜夜爽天天爽| 日本免费一区尤物| 久久无人码人妻一区二区三区| 色佬精品免费在线视频| 人妻丰满熟妇av无码区hd| 国产91色在线|亚洲| 国产一区二区三区蜜桃| 亚洲乱码无人区卡1卡2卡3| 国产高清乱理伦片| 人妻系列影片无码专区| 久久久精品国产免费看| 亚洲国产精品久久人人爱| 久久精品无码一区二区乱片子| 人妻少妇偷人精品久久人妻 | 亚洲av高清一区二区三| 国产乱妇乱子在线播视频播放网站| 全部免费国产潢色一级| 国产自拍成人在线免费视频| 精品国产乱码久久久久久婷婷| 少妇内射视频播放舔大片| 美女被射视频在线观看91| 就爱射视频在线视频在线| 亚洲熟女乱色综合亚洲av| 亚洲AV无码未成人网站久久精品| 天堂网av在线免费看| 国产二级一片内射视频播放| 91社区视频在线观看|