在現(xiàn)今的通信中,接收信號樣本不完全會造成數(shù)據(jù)的缺失,給數(shù)字信號的識別帶來困難。因此小樣本條件下的數(shù)字通信信號調(diào)制識別研究具有重大意義。生成式對抗網(wǎng)絡(luò)（GAN）作為一種擬合生成數(shù)據(jù)的熱門方法備受關(guān)注。在原始GAN的基礎(chǔ)上將深度卷積對抗網(wǎng)絡(luò)用于條件生成式對抗網(wǎng)絡(luò),實(shí)現(xiàn)小樣本數(shù)據(jù)的擴(kuò)充和識別。實(shí)驗(yàn)仿真結(jié)果表明,所提出的方法可以有效地生成數(shù)據(jù)并進(jìn)行分類識別。此外與相關(guān)算法的比較,驗(yàn)證了算法的可行性。 

【文章來源】：通信技術(shù). 2020,53(11)

【文章頁數(shù)】：6 頁

【部分圖文】：

GAN結(jié)構(gòu)圖

c GAN結(jié)構(gòu)示意

CDCGAN結(jié)構(gòu)示意

【參考文獻(xiàn)】：
期刊論文
[1]小樣本條件下基于數(shù)據(jù)增強(qiáng)和WACGAN的雷達(dá)目標(biāo)識別算法[J]. 朱克凡,王杰貴,劉有軍.  電子學(xué)報(bào). 2020(06)
[2]生成式對抗網(wǎng)絡(luò)的應(yīng)用綜述[J]. 葉晨,關(guān)瑋.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(04)
[3]基于k-最近鄰圖的小樣本KNN分類算法[J]. 劉應(yīng)東,牛惠民.  計(jì)算機(jī)工程. 2011(09)
[4]改進(jìn)的認(rèn)知無線電頻譜共享博弈模型[J]. 黃麗亞,劉臣,王鎖萍.  通信學(xué)報(bào). 2010(02)
[5]關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J]. 張學(xué)工.  自動化學(xué)報(bào). 2000(01)

碩士論文
[1]基于高維小樣本數(shù)據(jù)和類別不平衡數(shù)據(jù)的反距離加權(quán)支持向量機(jī)[D]. 徐新紅.山東大學(xué) 2020



本文編號：2981013