Resumen

La identificación de la modulación de la señal (IM) siempre ha sido uno de los temas candentes en multicarrier de filtro-banco con modulación de amplitud en cuadratura de desplazamiento (FBMC/OQAM), que generalmente se implementa mediante la extracción de características basada en aprendizaje automático. Sin embargo, es difícil para los métodos convencionales extraer la característica de la señal, lo que resulta en una probabilidad limitada de clasificación correcta (PCC). Para abordar este problema, presentamos un nuevo método de IM basado en aprendizaje profundo para identificar señales FBMC/OQAM en este artículo. Se destaca que la repetición de bloques se emplea en el sistema FBMC/OQAM para lograr la cancelación de interferencias imaginarias. En la técnica de IM basada en aprendizaje profundo propuesta, las muestras en fase y en cuadratura de las señales FBMC/OQAM son entrenadas por la red neuronal convolucional. Posteriormente, se diseña la capa de abandono para evitar el sobreajuste y

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Identificación de modulación de señal; FBMC/OQAM; Aprendizaje profundo; Extracción de características; Red neuronal convolucional; Precisión de identificación.
• Keywords:Signal modulation identification; FBMC/OQAM; Deep learning; Feature extraction; Convolutional neural network; Identification accuracy