基于深度学习的可重构智能表面辅助调制分类
信号处理
2022-09-20 v1 人工智能
摘要
第五代（5G）无线网络将更具自适应性与异构性。可重构智能表面技术使 5G 能够工作于多股波形。然而，在此类动态网络中，特定调制类型的识别至关重要。我们提出一种基于人工智能的 RIS 辅助数字分类方法。我们训练卷积神经网络以分类数字调制。所提方法直接在接收信号上操作并学习特征，无需特征提取。呈现并分析了卷积神经网络学习的特征。此外，研究了在特定 SNR 范围内接收信号的鲁棒特征。所提分类方法的精度被发现十分出色，尤其在低 SNR 水平下。
引用
@article{arxiv.2209.08388,
title = {Reconfigurable Intelligent Surface-assisted Classification of Modulations using Deep Learning},
author = {Mir Lodro and Hamidreza Taghvaee and Jean Baptiste Gros and Steve Greedy and Geofrroy Lerosey and Gabriele Gradoni},
journal= {arXiv preprint arXiv:2209.08388},
year = {2022}
}