基于Weibull包络噪声信息几何的脉冲噪声感知自适应自动调制分类框架
《IEEE Open Journal of the Communications Society》:Weibull-Modeled Impulsive Noise in Wireless Communication Systems: An Information-Geometric Approach
【字体:
大
中
小
】
时间:2026年10月22日
来源:IEEE Open Journal of the Communications Society 6.2
编辑推荐:
摘要:自动调制分类(AMC)使认知无线接收机能够在动态信道条件下识别调制格式。然而,当接收机预处理和神经网络分类器在变化的噪声环境中保持不变时,脉冲干扰会严重降低准确率。解决这种不匹配需要一个原则化的机制来量化统计噪声不相似性并相应地调整接收机配置。在本研究中,我们提出了一种
摘要:
自动调制分类(AMC)使认知无线接收机能够在动态信道条件下识别调制格式。然而,当接收机预处理和神经网络分类器在变化的噪声环境中保持不变时,脉冲干扰会严重降低准确率。解决这种不匹配需要一个原则化的机制来量化统计噪声不相似性并相应地调整接收机配置。在本研究中,我们提出了一种基于对称Weibull包络噪声模型信息几何的噪声感知自适应AMC框架。该双参数族提供了可调的非高斯包络和闭式Fisher–Rao测地线距离,用于重参数化不变的噪声匹配。我们刻画了Weibull Fisher信息流形,并建立了单观测Cramér–Rao下界(CRB)及其1/N样本标度行为。所提出的接收机动态估计环境Weibull参数,通过Fisher–Rao距离匹配噪声区域,自适应对数预处理,并选择相应的预训练多尺度双卷积三维卷积神经网络(MDC-3DCNN)分类器。使用RadioML2018.01A参考波形和校准的加性Weibull噪声进行评估,所提出的框架在-20 dB至+20 dB信噪比范围内始终优于无噪声感知基线。在0 dB信噪比下,其平均准确率达到91.5%,比欧氏距离自适应高6.0个百分点,比无噪声感知基线高13.5个百分点。在-10 dB信噪比下,其准确率保持在58.0%,比欧氏匹配高6.0个百分点,比基线高12.0个百分点,证实了Fisher–Rao噪声匹配是脉冲噪声下有效的自适应机制。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号