基于深度神经网络的调制识别：含码间干扰与对抗样本的一些结果
机器学习
2018-11-16 v1 信号处理
机器学习
摘要
深度神经网络（DNN）在计算机视觉与自然语言处理（NLP）中的近期成功与进展，促使人们将其用于传统信号处理与通信系统。本文给出此类应用于自动调制识别问题的一些结果。无线通信信道的变化由统计信道模型表示，且其参数化将随 5G 的出现而增加。本文中，我们报告了简单双径信道模型对我们朴素的基于深度神经网络实现的影响，并报告了对输入信号的对抗扰动的影响。
引用
@article{arxiv.1811.06103,
title = {Deep Neural Networks based Modrec: Some Results with Inter-Symbol Interference and Adversarial Examples},
author = {S. Asim Ahmed and Subhashish Chakravarty and Michael Newhouse},
journal= {arXiv preprint arXiv:1811.06103},
year = {2018}
}
备注
4 pages, 13 figures