Báo cáo tài liệu vi phạm
Giới thiệu
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
THỊ TRƯỜNG NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
NGÀNH HÀNG
NÔNG NGHIỆP, THỰC PHẨM
Gạo
Rau hoa quả
Nông sản khác
Sữa và sản phẩm
Thịt và sản phẩm
Dầu thực vật
Thủy sản
Thức ăn chăn nuôi, vật tư nông nghiệp
CÔNG NGHIỆP
Dệt may
Dược phẩm, Thiết bị y tế
Máy móc, thiết bị, phụ tùng
Nhựa - Hóa chất
Phân bón
Sản phẩm gỗ, Hàng thủ công mỹ nghệ
Sắt, thép
Ô tô và linh kiện
Xăng dầu
DỊCH VỤ
Logistics
Tài chính-Ngân hàng
NGHIÊN CỨU THỊ TRƯỜNG
Hoa Kỳ
Nhật Bản
Trung Quốc
Hàn Quốc
Châu Âu
ASEAN
BẢN TIN
Bản tin Thị trường hàng ngày
Bản tin Thị trường và dự báo tháng
Bản tin Thị trường giá cả vật tư
Thông tin
Tài liệu Xanh là gì
Điều khoản sử dụng
Chính sách bảo mật
0
Trang chủ
Kỹ Thuật - Công Nghệ
Kĩ thuật Viễn thông
Tự động nhận dạng điều chế dưới tác động của nhiễu pha-đinh đa đường sử dụng kỹ thuật học sâu
Đang chuẩn bị liên kết để tải về tài liệu:
Tự động nhận dạng điều chế dưới tác động của nhiễu pha-đinh đa đường sử dụng kỹ thuật học sâu
Ðức Khiêm
429
5
pdf
Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG
Tải xuống
Bài viết trình bày phương pháp nhận dạng tín hiệu dựa trên các mô hình mạng nơ ron tích chập và khảo sát độ chính xác khi nhận dạng tín hiệu điều chế. Các kết quả mô phỏng cho độ chính xác cao so với các mô hình phân loại tín hiệu trong điều kiện tín hiệu chỉ chịu tác động của nhiễu tạp âm trắng. | Hội nghị Quốc gia lần thứ 24 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2021 Tự động nhận dạng điều chế dưới tác động của nhiễu pha-đinh đa đường sử dụng kỹ thuật học sâu Lê Hà Khánh1 Đoàn Văn Sáng2 Hoàng Văn Phúc1 và Đào Thị Thủy1 1 Viện Tích hợp hệ thống Học viện Kỹ thuật Quân sự Số 236 Hoàng Quốc Việt Quận Bắc Từ Liêm Hà Nội 2Học viện Hải Quân Nha Trang Khánh Hòa Email phuchv@mta.edu.vn Tóm tắt Tự động phân loại điều chế tín hiệu Automatic Gần đây học sâu DL Deep learning là một nhánh của Modulation Classification AMC đã được nghiên cứu trong máy học và đã đạt được thành công đáng kể vì khả năng hơn một phần tư thế kỷ. Tuy nhiên việc thiết kế một bộ phân phân loại tuyệt vời của nó. DL đã được áp dụng trong nhiều loại hoạt động tốt trong môi trường nhiễu và các điều kiện lĩnh vực như phân loại hình ảnh nhận dạng khuôn mặt và xử khác nhau là rất khó khăn. Gần đây các phương pháp học tập lý ngôn ngữ tự nhiên. Một số mạng DL điển hình như mạng sâu được áp dụng cho các hệ thống AMC và đạt được các kết nơ-ron tích chập CNN Convolutional Neural Network quả cao trong việc cải thiện độ chính xác trong phân loại tín mạng dư RNN Residual Neural Network hay mạng hiệu. Trong bài viết này chúng tôi khảo sát các mô hình phân CLDNN Convolutional Long Short-term Deep Neural loại ứng dụng các mạng nơ rơn tích chập để phân loại 26 dạng Network đã được áp dụng trong AMC 1 . Độ chính xác tín hiệu điều chế dưới tác động của năm loại môi trường nhiễu pha-đinh khác nhau với SNR từ -20 dB đến 18 dB. Bài báo phân loại của các phương pháp dựa trên DL đã được chứng trình bày phương pháp nhận dạng tín hiệu dựa trên các mô minh là cao hơn các phương pháp phân loại khác đặc biệt là hình mạng nơ ron tích chập và khảo sát độ chính xác khi nhận khi tỷ lệ tín hiệu trên nhiễu SNR thấp. dạng tín hiệu điều chế. Các kết quả mô phỏng cho độ chính xác Bảng I Tập dữ liệu HisarMod2019.1 2 . cao so với các mô hình phân loại tín hiện trong điều kiện tín hiệu chỉ chịu tác động của nhiễu tạp âm
TÀI LIỆU LIÊN QUAN
Luận văn Thạc sĩ Kỹ thuật điều khiển và Tự động hóa: Điều khiển robot 5 bậc tự do bằng nhận dạng giọng nói
Tổng hợp đề thi môn Lý thuyết điều khiển tự động nâng cao
Ứng dụng phân cụm trừ mờ cho bài toán nhận dạng hệ điều khiển tự động từ dữ liệu
Nhận dạng vết và điều khiển chuyển động của robot hàn tự động trên đường ray ứng dụng trong ngành đóng tàu
Ứng dụng công nghệ nhận dạng khuôn mặt để điều khiển động cơ servo
Xây dựng hệ thí nghiệm điều khiển robot với quá trình nhận dạng vật thể động trên cơ sở camera.
Tự động nhận dạng tín hiệu âm thanh Morse trong điều kiện ít tạp âm
Khóa luận tốt nghiệp Điện – Điện tử: Ứng dụng xử lý ảnh nhận dạng cử chỉ bàn tay điều khiển robot di động
Luận án Tiến sĩ Y tế Công cộng: Hiệu quả của tin nhắn, tư vấn tạo động lực trên tuân thủ điều trị ở bệnh nhân đang điều trị Methadone tại thành phố Hồ Chí Minh, Việt Nam
Luận án Tiến sĩ Y tế Công cộng: Hiệu quả của tin nhắn, tư vấn tạo động lực trên tuân thủ điều trị ở bệnh nhân đang điều trị Methadone tại thành phố Hồ Chí Minh, Việt Nam
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.