본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

IEEE transactions on wireless communications v.16 no.1, 2017년, pp.400 - 411   SCI SCIE
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Low Complexity Automatic Modulation Classification Based on Order-Statistics

Han, Lubing Gao, Feifei Li, Zan Dobre, Octavia A.
  • 초록  

    In this paper, we propose three automatic modulation classification classifiers based on order-statistics and reduced order-statistics, where the order-statistics are the random variables sorted by ascending order and the reduced order-statistics represent a subset of the original order-statistics. Specifically, the linear support vector machine classifier applies the linear combination of the order-statistics of the received signals, while the approximate maximum likelihood and the backpropagation neural networks (BPNNs) classifier resort to the reduced order-statistics to decrease the computational complexity. Moreover, BPNN is applicable for modulation classification both in known and unknown channel scenarios. It is shown that in the known channel scenario, the proposed classifiers provide a good tradeoff between performance and computational complexity, while in the unknown channel scenario, the proposed BPNN classifier outperforms the expectation maximization classifier in terms of both classification performance and computational complexity. Simulations results are provided to evaluate the proposed classifiers.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기