지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.8
- 수록면
- 1,364 - 1,372 (9page)
- DOI
- 10.7840/kics.2020.45.8.1364
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 인지 무선 기술에서 자동 변조 분류를 수행하기 위하여 경량 합성곱 신경망 모델을 제안하였다. 제안된 모델은 vanishing gradient 문제를 최소화하기 위해 ResNet의 skip connection 구조를 적용하였으며, 또 모델을 병목 구조 형태로 설계함으로 일반적인 합성곱 신경망 모델보다 연산량을 낮추도록 하였다. 제안된 모델을 통한 특징 추출을 하기 위해 입력 데이터 동기화와 정규화 그리고 고차원으로 데이터 재구성을 하였으며, 성능 평가를 위하여 24개의 변조 방식을 가지는 데이터셋을 사용하여 기존의 심층 학습 네트워크인 ResNet과 VGG 그리고 AMC-CNN의 정확도 성능 및 예측 시간을 비교하였다. Matlab 2019b 모의실험 프로그램을 통해 제안된 모델의 성능이 기존의 모델보다 전체 SNR (Signal-to-Noise Ratio) 영역에서 예측 정확도 성능이 우수한 것을 확인하였으며, 특히 SNR 10 dB에서 최대 31.59% 이상 높은 정확도를 보였다. 입력 신호를 예측하는 시간 또한, 최대 47.5% 이상 기존 모델보다 빠르게 예측하는 것을 확인하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 시스템 모델
Ⅲ. 딥러닝 기반 자동 변조 분류
Ⅳ. 모의실험 및 성능분석
Ⅴ. 결론 및 향후연구
References
참고문헌 (17)
참고문헌 신청
T. T. Le and D. S. Kim, “An efficient throughput improvement through bandwidth awareness in cognitive radio networks,” J. Commun. and Netw., vol. 16, no. 2, pp. 146-154, Apr. 2014.
Y. Gao, Z. Qin, Z. Feng, Q. Zhang, O. Holland, and M. Dohler, “Scalable and reliable IoT enabled by dynamic spectrum management for M2M in LTE-A,” IEEE Internet Things J., vol. 3, no. 6, pp. 1135-1145, Dec. 2016.
S. H. Kim, K. H. Kwon, J. W. Kim, and D. S. Kim, “Efficient channel handoff scheme for cognitive-radio-based industrial internet of things,” J. KICS, vol. 44, no. 9, pp. 1658-1665, Sep. 2019.
Y. Wang, M. Liu, J. Yang, and G. Gui, “Data-driven deep learning for automatic modulation recognition in cognitive radios,” IEEE Trans. Veh. Technol., vol. 68, no. 4, pp. 4074-4077, Apr. 2019.
F. Hameed, O. A. Dobre, and D. C. Popescu, “On the likelihood-based approach to modulation classification,” IEEE Trans. Wirel. Commun., vol. 8, no. 12, pp. 5884-5892, Dec. 2009.
Y. Gao, Z. Qin, Z. Feng, Q. Zhang, O. Holland, and M. Dohler, “Scalable and reliable IoT enabled by dynamic spectrum management for M2M in LTE-A,” IEEE Internet Things J., vol. 3, no. 6, pp. 1135-1145, Dec. 2016.
S. H. Kim, K. H. Kwon, J. W. Kim, and D. S. Kim, “Efficient channel handoff scheme for cognitive-radio-based industrial internet of things,” J. KICS, vol. 44, no. 9, pp. 1658-1665, Sep. 2019.
Y. Wang, M. Liu, J. Yang, and G. Gui, “Data-driven deep learning for automatic modulation recognition in cognitive radios,” IEEE Trans. Veh. Technol., vol. 68, no. 4, pp. 4074-4077, Apr. 2019.
F. Hameed, O. A. Dobre, and D. C. Popescu, “On the likelihood-based approach to modulation classification,” IEEE Trans. Wirel. Commun., vol. 8, no. 12, pp. 5884-5892, Dec. 2009.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
확장된 프레임을 적용한 딥러닝 기반 자동 변조 분류 설계
한국통신학회논문지
2021 .08
-
인지 무선 네트워크에서 딥러닝을 이용한 특징 기반의 자동 변조기법 분류 방법
한국통신학회논문지
2018 .06
-
SDR 플랫폼을 위한 딥러닝 기반의 무선 자동 변조 분류 기술 연구
전기전자학회논문지
2022 .12
-
딥러닝 기반 자동 변조 인식 성능 분석
한국정보통신학회논문지
2021 .03
-
사전훈련된 딥러닝 네트워크를 활용한 이미지 기반 딥러닝 모델 설계
한국통신학회논문지
2022 .04
-
입력 데이터 형태에 따른 CNN 기반 변조 분류 성능 비교
한국통신학회 학술대회논문집
2022 .06
-
자동 변조 분류를 위한 컨볼루션 신경망 모델 설계
한국통신학회 학술대회논문집
2020 .02
-
수신된 전파신호의 자동 변조 인식을 위한 딥러닝 방법론
한국정보통신학회논문지
2019 .10
-
이미지화 알고리즘 및 딥러닝을 이용한 자동 변조 분류
한국전자파학회논문지
2021 .04
-
ResNet을 이용한 도로 네트워크 교통 데이터 예측
대한공간정보학회 학술대회
2021 .06
-
프레임 확장 방식을 적용한 자동 변조 분류 CNN 모델 설계
한국통신학회 학술대회논문집
2021 .02
-
CNN 을 이용한 자동변조구분
한국통신학회 학술대회논문집
2018 .06
-
인지 무선 통신에서 전이 학습을 이용한 딥러닝 기반 변조 신호 센싱 기법
한국통신학회논문지
2020 .10
-
CNN을 이용한 Cyclic Moment 기반 자동 변조 인식
전자공학회논문지
2021 .11
-
ResNet을 이용한 도로 네트워크 교통 데이터 예측
대한공간정보학회지
2021 .06
-
자동 변조 분류를 위한 딥러닝 기법들의 성능 분석
한국통신학회 학술대회논문집
2020 .11
-
딥러닝 기반 자동변조분류 기술 분석
한국통신학회 학술대회논문집
2023 .06
-
디지털 변조의 자동 변조 분류를 위한 채널 등화 기반 딥러닝 모델 설계
한국통신학회 학술대회논문집
2020 .11
-
사전훈련된 네트워크를 활용한 이미지 기반 자동 변조 분류 모델 설계
한국통신학회 학술대회논문집
2021 .06
-
Deep Residue Network Based Modulation Classification for Industrial Wireless Networks
한국통신학회 학술대회논문집
2021 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
페이딩 환경에서의 딥러닝 기반 고성능 자동 변조분류 기법
이정환
,
김재겸
,
김병도
외 2명
한국정보기술학회논문지
2018
.01
신경망을 이용한 디지털 변조방식 식별
신용조
한국통신학회 학술대회논문집
1998
.11
딥러닝 기반 자동 변조 인식 성능 분석
강종진
,
김재현
한국정보통신학회논문지
2021
.03
PFDP 기반 DDS Security의 경량화 디스커버리 기법
이주원
,
차중혁
,
이종우
외 2명
한국통신학회논문지
2020
.12
딥러닝 기반의 강인한 무선통신 연구
서중하
,
강준혁
한국통신학회 학술대회논문집
2020
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-567-001077825