Automatic Modulation Classification based on Contrastive Learning and Kemel Density Estimation

作者
Shibo Chen,Naixin Zhou,Jiaming Zhao,Feiyu Long,Yijiu Zhao
出处
期刊:IEEE International Conference on Electronic Measurement & Instruments 卷期号:: 514-518
标识
DOI:10.1109/icemi66537.2025.11306801
摘要

Noise in communication systems is interference factor that constrains radio modulation classification. To address the impact of interference on automatic modulation classification (AMC), we propose a novel AMC method: Feature Density Contrastive Learning (FDCL). The proposed FDCL encodes modulation signal into image. And then, this paper employs two-dimensional kernel density estimation to enhance the image information in image perspective. In this work, contrastive learning is utilized to extract feature, thereby improving the generalization ability of the model. Simulation results shows that the FDCL shows advantage under low signal-to-noise (SNR).

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
痴情志浩发布了新的文献求助10
刚刚
Yogita完成签到,获得积分10
1秒前
明芷蝶发布了新的文献求助10
1秒前
1秒前
快乐的丹烟完成签到,获得积分10
1秒前
junhao完成签到,获得积分20
1秒前
1秒前
www完成签到 ,获得积分10
2秒前
seven_yao完成签到,获得积分0
2秒前
年轮完成签到,获得积分10
2秒前
2秒前
cwy发布了新的文献求助10
2秒前
Fanyz发布了新的文献求助10
2秒前
CipherSage的应助被egg2采纳,获得10
2秒前
3秒前
悲伤土豆完成签到,获得积分10
3秒前
闾丘曼安发布了新的文献求助10
3秒前
桐桐的应助被小饼干采纳,获得10
3秒前
阿坤完成签到,获得积分10
3秒前
3秒前
maxiaole的应助被tomatoGG采纳,获得10
3秒前
4秒前
年轻的小可完成签到 ,获得积分10
4秒前
刺客小豆丁完成签到 ,获得积分10
4秒前
Alive发布了新的文献求助10
4秒前
Li猪猪完成签到,获得积分10
4秒前
传奇3的应助被Bear采纳,获得10
5秒前
JY完成签到 ,获得积分10
5秒前
5秒前
5秒前
陈亚茹发布了新的文献求助10
6秒前
yangzhang完成签到,获得积分10
6秒前
6秒前
6秒前
CCsci完成签到,获得积分10
6秒前
肆先森完成签到,获得积分10
6秒前
言可完成签到 ,获得积分10
7秒前
初景发布了新的文献求助10
7秒前
Orange的应助被MR采纳,获得10
7秒前
张铭宇完成签到,获得积分10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8160095
求助须知:如何正确求助?哪些是违规求助? 9555300
关于积分的说明 21726769
捐赠科研通 7749888
什么是DOI,文献DOI怎么找? 3427335
关于科研通互助平台的介绍 2552391
邀请新用户注册赠送积分活动 2471673