5G以降の通信のためのCNNベースの自動変調分類

本書では、無線信号の変調方式を分類するアルゴリズムである改良型畳み込みニューラルネットワーク（CNN）ベースの自動変調分類ネットワーク（IC-AMCNet）を提案します。適応符号化と変調は無線通信で広く使用されているため、分類器の高精度と短い計算時間が求められます。既存のCNNアーキテクチャと比較して、層の数を調整し、第五世代通信（B5G）の推定遅延基準に従って新しいタイプの層を追加しました。シミュレーション結果によると、提案された方式は分類精度と計算時間の両方において従来の研究を大幅に上回っています。