典型文献
基于VGG16卷积神经网络的5G高噪调制识别技术
文献摘要:
随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)的快发展,电磁信道环境趋向复杂.以采用人工智能技术提高5G通信调制识别率为目的,在低信噪比的高斯噪声背景下,模拟适用于神经网络算法模型输入的5G星座图数据集,基于Tensorflow2.0平台搭建16层几何视觉群网络(Visual Geometry Group Network-16 Layers,VGG16)卷积神经网络模型,通过算法设计与仿真试验,验证了高噪环境下5G调制识别技术的可行性.与业界现有的传统调制识别技术相比,采用VGG16卷积神经网络对5G的调制方式进行识别,可大幅提高识别的准确率,在实际的工程应用中取得了很好的效果.
文献关键词:
VGG16;调制识别;5G;卷积神经网络
中图分类号:
作者姓名:
封晨;纪腾飞;杨琳
作者机构:
天津光电通信技术有限公司,天津300211
文献出处:
引用格式:
[1]封晨;纪腾飞;杨琳-.基于VGG16卷积神经网络的5G高噪调制识别技术)[J].中国新技术新产品,2022(13):45-48
A类:
Tensorflow2
B类:
VGG16,调制识别,第五代移动通信技术,5th,Generation,Mobile,Communication,Technology,信道,技术提高,识别率,低信噪比,高斯噪声,神经网络算法,算法模型,模型输入,星座图,图数据,平台搭建,Visual,Geometry,Group,Network,Layers,卷积神经网络模型,算法设计,设计与仿真,仿真试验,调制方式
AB值:
0.365858
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。