空间注意力机制优化的通信调制样式深度识别方法

作者：袁中群; 陈卫^*; 王成东; 梁栋

来源：中国电子科学研究院学报, 2023, 18(12): 1086-1118.

• 自动调制识别
• 空间注意力机制
• 卷积神经网络
• 深度学习

为了提高无线通信系统对调制信号的识别性能，减小信号调制样式识别时间，提出一种基于空间注意力机制优化的通信调制深度识别方法，以空间注意力模块对CNN2网络进行优化，并与CNN1、CNN2、ResNet、CLDNN四种典型调制识别网络作对比。在RML2016.10b公共数据集上，所提方法在0 dB～20 dB信噪比范围内取得了92%的平均识别准确率，相较于CNN2的90%有一定提升。同时，所提方法的训练时间减少了20%,并提升了14%的推理速度，展现出更高的计算效率。实验结果表明，所提方法能进一步提高调制识别准确率，提高训练和识别效率。

• 出版日期2023
• 单位安徽大学