什么是无线电调制

1、调制:由携有信息的电信号去控制高频振荡信号的某一参数,使该参数按照电信号的规律而变化。
 调制信号:携有信息的电信号。 载波信号:未调制的高频振荡信号。 已调波:经过调制后的高频振荡信号。 调幅、调角(调频、调相)


2. 解调:调制的逆过程,将已调波转换为载有信息的电信号。
 3. 调制的作用: (
1)显著减小天线的尺寸;(声音 30 ~ 3000 Hz,天线要几百 km);如果天线高度为辐射信号波长的四分之一,更便于发挥天线的辐射能力。于是分配民用广播的频段为535-1605 KHz(中频段),对应波长为187-560 m,天线需要几十米到上百米;而移动通信手机天线只不过10cm,它使用了900 MHz频段。这些广播与移动通信都必须进行某种调制,而将话音或编码基带频谱搬移到应用频段。
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用ResNet模型进行无线电调制识别是一种有效的方法。ResNet是一种深度残差网络,它通过引入跳跃连接解决了深度网络中的梯度消失问题,使得网络更容易训练和优化。 在无线电调制识别任务中,我们可以将调制类型作为标签,将接收到的调制信号的特征作为输入,通过ResNet模型进行分类。我们可以将调制信号转化为时频域中的复数形式,然后提取出其幅度和相位等特征。 首先,我们可以使用一维卷积层进行提取时域特征,将时域信号转化为频率域表达形式。然后,通过多个残差模块的堆叠,进一步提取信号中的局部和全局特征,捕捉到调制信号中的细微变化。 在ResNet中,每个残差模块由两个卷积层组成,其中通过跳跃连接将输入信号绕过其中一个卷积层,然后将两个卷积层的输出相加得到残差块的输出。这种设计可以使得网络学习残差而不是重新学习原始信号。 最后,经过残差模块堆叠操作生成的特征图可以通过全局平均池化层进行压缩,得到固定大小的特征向量。然后,通过全连接层将这些特征向量映射到各个调制类型的概率分布上,以实现调制类型的分类。 使用ResNet模型进行无线电调制识别具有较好的性能和鲁棒性。其能够自动学习到调制信号的特征表示,兼顾了局部和全局特征的提取。而且,由于残差模块的跳跃连接,能够减少了网络的训练难度,并提高了模型的收敛速度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值