多接收天线的深度调制识别：一种端到端特征学习方法
信号处理
2020-11-10 v2 信息论
math.IT
摘要
使用深度神经网络进行调制识别已展现出优于传统算法的广阔前景。然而，现有研究大多集中于单接收天线。本文介绍了两种用于多接收天线调制识别的端到端特征学习深度架构。第一种基于多视图卷积神经网络，将来自不同接收天线的信号视为 3D 物体的不同视图，并设计适合多天线信号特征融合的视图池化层的位置与操作。考虑到无线通信中各接收天线的瞬时信噪比可能不同，我们进一步提出了权重学习卷积神经网络，该网络使用权重学习模块自动学习不同接收天线特征组合的权重，以执行多天线信号的端到端特征学习。结果表明，两种端到端特征学习深度架构均优于现有算法，且所提出的权重学习卷积神经网络取得了最佳性能。
引用
@article{arxiv.2008.06720,
title = {Deep Modulation Recognition with Multiple Receive Antennas: An End-to-end Feature Learning Approach},
author = {Lei Li and Qihang Peng and Jun Wang},
journal= {arXiv preprint arXiv:2008.06720},
year = {2020}
}