基于混合图像的深度学习射频信号分类
计算机视觉与模式识别
2021-05-20 v1 信号处理
摘要
近年来，深度学习（DL）已成功应用于检测和分类射频（RF）信号。DL方法尤其有用，因为它无需完整的协议信息即可识别信号的存在，并且还能检测和/或分类非通信波形，例如雷达信号。在这项工作中，我们聚焦于可用于输入训练数据的不同预处理步骤，并在固定的DL架构上测试结果。虽然先前的工作大多仅专注于时域或频域方法之一，我们提出了一种利用时域和频域信息的混合图像，并将分类作为计算机视觉问题来处理。我们的初步结果指出了经典预处理方法的局限性，同时也表明有可能构建一个能够利用多种信号表示优势的 classifier。
引用
@article{arxiv.2105.09063,
title = {Deep Learning Radio Frequency Signal Classification with Hybrid Images},
author = {Hilal Elyousseph and Majid L Altamimi},
journal= {arXiv preprint arXiv:2105.09063},
year = {2021}
}