通过自编码器驱动的振幅-相位交互增强实现自动调制识别

《Computers》:Automatic Modulation Recognition via Autoencoder-Driven Amplitude–Phase Interaction Enhancement

【字体: 大 中 小 】 时间:2026年08月29日 来源:Computers 5.2

编辑推荐:

   摘要 自动调制识别(AMR)是认知无线电系统中频谱感知和信号解调的关键技术。大多数现有的AMR方法使用原始的同相/正交(I/Q)数据或I/Q数据的直接转换作为神经网络的输入,而没有明确建模信号幅度和相位之间的非线性交互。

  

摘要

自动调制识别(AMR)是认知无线电系统中频谱感知和信号解调的关键技术。大多数现有的AMR方法使用原始的同相/正交(I/Q)数据或I/Q数据的直接转换作为神经网络的输入,而没有明确建模信号幅度和相位之间的非线性交互。这一限制可能会在复杂信道和高阶调制方案中限制识别性能。为了解决这个问题,提出了一种基于幅度/相位(A/P)交互增强的AMR方法。设计了一种具有残差转换模块的幅度-相位交互自动编码器(APIAE),通过无监督重建在极坐标域中学习幅度-相位交互特征,并将这些学习到的交互特征与原始A/P数据连接起来,形成用于下游分类器的增强型三通道表示。在RadioML2018.01A的一个子集上的实验表明,所有五个评估的骨干网络都受益于所提出的表示方法。在四次独立运行中,GRU-Enhanced的平均最佳准确率达到了 98 period 72 plus or minus 0 period 20 CLDNN的整体平均准确率相对提高了7.39%,16QAM和64QAM的识别率在4分贝的干扰下显著改善。分类器端的输入适配使所有评估的骨干网络的参数数量增加了不到0.5%,而独立的APIAE前端大约包含735万个参数。与原始骨干网络相比,额外的端到端单样本推理延迟在测试环境中不超过12秒。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号