节点文献

深度学习技术在水声通信体制识别中的应用

Underwater communication system recognition with deep learning

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 周启明； 邵梦琦； 李成； 殷敬伟； 韩笑；

【Author】 ZHOU Qi-ming;SHAO Meng-qi;LI Cheng;YIN Jing-wei;HAN Xiao;College of Underwater Acoustic Engineering, Harbin Engineering University;

【机构】 哈尔滨工程大学水声工程学院；

【摘要】 <正>0引言非合作水声通信体制识别研究作为水声对抗领域的重要组成部分,日益成为重要的研究课题[1]。为有效实现分类识别,需要获得最能反映信号分类差别的特征[2]。自2012年兴起的深度学习技术是一种基于数据驱动的自动特征提取识别算法,相较以往基于人工设计的特征提取算法,深度学习取得的效果更为出色,微软研究院和谷歌的语音识别研究人员先后采用深度学习技术降低语音识别错误率20%30%,

【Key words】 Deep Learning； Non-cooperative communication； Communication system recognition；
【基金】 国家自然科学基金资助项目(61631008);中央高校基本科研业务费(GK2050260166,GK2050260160)
  • 【会议录名称】 中国声学学会2017年全国声学学术会议论文集
  • 【会议名称】中国声学学会2017年全国声学学术会议
  • 【会议时间】2017-09-22
  • 【会议地点】中国黑龙江哈尔滨
  • 【分类号】TN929.3;TP181
  • 【主办单位】中国声学学会
打印本页
节点文献中：