真诚的重要性：真实射频信号的调制分类性能
信号处理
2018-09-24 v2 机器学习
网络与互联网体系结构
摘要
数字调制分类（DMC）对于在复杂新兴无线网络中为无线电设备增强频谱感知具有极高价值。然而，由于现有文献压倒性地基于理论或仿真结果，DMC在实际中的表现尚不清楚。在本文中，我们利用一个包含250,000条空中传输、具有异构收发器硬件和同信道干扰的广泛射频信号数据集，研究了DMC在真实世界无线网络中的性能。我们的结果表明，即使在调制同信道干扰和低端硬件的严峻真实条件下，DMC仍能实现高分类准确率。但这仅当训练数据集充分捕捉真实无线电环境中干扰与硬件类型的多样性时成立；否则，DMC性能会显著恶化。我们的工作有两个重要的工程启示。首先，它表明在实践中共享学习到的分类器模型于不同无线电环境与设备之间并非易事。其次，我们的分析表明，DMC真实部署的关键缺失环节在于设计能良好泛化至多样无线网络场景的信号特征。我们将射频信号数据集公开可用，作为迈向现实DMC评估统一框架的一步。
引用
@article{arxiv.1809.06176,
title = {The Importance of Being Earnest: Performance of Modulation Classification for Real RF Signals},
author = {Colin de Vrieze and Ljiljana Simić and Petri Mähönen},
journal= {arXiv preprint arXiv:1809.06176},
year = {2018}
}
备注
published in DySPAN 2018