基于胶囊网络与循环累积量特征的数字调制信号鲁棒分类
信号处理
2023-07-06 v1
摘要
本文研究了利用循环平稳信号处理（CSP）提取的胶囊网络与循环累积量（CC）特征对数字调制信号进行鲁棒分类的问题。研究中使用了两个包含相似类别数字调制信号但独立生成的不同数据集，结果表明，使用 CC 训练的胶囊网络在分类准确率上表现优异，并且在分类准确率与泛化能力方面均优于其他基于深度学习的方法。
引用
@article{arxiv.2211.00232,
title = {Robust Classification of Digitally Modulated Signals Using Capsule Networks and Cyclic Cumulant Features},
author = {John A. Snoap and James A. Latshaw and Dimitrie C. Popescu and Chad M. Spooner},
journal= {arXiv preprint arXiv:2211.00232},
year = {2023}
}
备注
6 pages, 5 figures, to be published in IEEE MILCOM 2022: IEEE Military Communications Conference 2022