메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최익수 (프람트테크놀로지) 장성진 (인하대학교) 유상조 (인하대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제43권 제6호
발행연도
2018.6
수록면
930 - 944 (15page)
DOI
10.7840/kics.2018.43.6.930

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자동변조기법 분류기술은 인지무선 환경에서 주 사용자 신호의 변조기법을 식별하기 위해 중요한 역할을 수행한다. 본 논문에서는 수신신호로부터 스펙트럼 상관함수와 그 외의 통계적 특징들을 추출하고, 추출된 데이터를 사용하여 딥러닝을 통해 신호의 변조기법을 구분하는 방법을 제시한다. 제안하는 방법에서 딥러닝 학습알고리즘 중 하나인 CNN(Convolutional Neural Network)을 신호로부터 추출된 특징의 인지 및 분류의 방법으로 사용하였고, 아날로그 및 디지털 변조신호가 분류를 위해 사용되었다. 시뮬레이션 결과를 통해 제안된 방법이 낮은 SNR에서 다른 변조신호 분류기법들보다 뛰어난 성능을 보이는 것을 확인하였다.
#Automatic modulation classification #convolutional neural network #spectral correlation function #feature extraction

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 제안하는 분류기 시스템 구조
Ⅳ. 제안하는 CNN 알고리즘 동작 방법
Ⅴ. 성능평가
Ⅵ. 결론
References

참고문헌 (38)

참고문헌 신청
Y. Saleem and M. H. Rehmani, “Primary radio user activity models for cognitive radio networks: A survey,” J. Netw. Comput. Appl., vol. 43, pp. 1-16, Aug. 2014. J. Mitola III, “Cognitive radio: an integrated agent architecture for software defined radio,” Ph.D. Dissertation, Royal Inst. Technol. Sweden, May 2000. S. Haykin, “Cognitive radio: brain-empowered wireless communications,” IEEE J. Select. Areas Commun., vol. 3, no. 2, pp. 201-220, Feb. 2005. O. Dobre, A. Abdi, Y. Bar-Ness, and W. Su, “Survey of automatic modulation classification techniques: classical approaches and new trends,” IET Commun., vol. 1, no. 2, pp. 137-156, 2007. A. Ali and F. Yangyu, “Automatic modulation classification using deep learning based on sparse autoencoders with nonnegativity constraints,” IEEE Sign. Process. Lett., vol. 24, no. 11, pp. 1626-1630, Nov. 2017.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

PIR 센서 기반 침입감지 시스템
정연우 ,  Vo Huynh Noc Bao ,  조성원 외 1명 한국지능시스템학회 논문지 2016 .10
무선 센서 네트워크 성능 향상을 위한 기계학습 응용동향 및 분석
김승환 ,  권기협 ,  김재우 외 1명 한국통신학회논문지 2020 .01
무선 애드혹 네트워크에서 노드분리 경로문제를 위한 강화학습
장길웅 한국정보통신학회논문지 2019 .08
사물인터넷에서 역전파 신경망 기반 스마트 센싱 주기 제어
김우재 ,  김만배 ,  정인범 정보과학회 컴퓨팅의 실제 논문지 2019 .08
The analysis of Loan status and Comparison of Default Prediction Performances based on Personal Credit Information Sample Database
박소희 ,  최대선 Journal of KIISE 2019 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-567-003167007