MDSCNet:一种用于自动调制分类的轻量级复数卷积网络

《Symmetry》:MDSCNet: A Lightweight Complex Convolutional Network for Automatic Modulation Classification

【字体: 大 中 小 】 时间:2026年08月27日 来源:Symmetry 2.2

编辑推荐:

   摘要

  

摘要

随着移动通信、卫星通信和物联网通信的迅速扩展,电磁波谱日益拥挤,这使得智能频谱感知和高效管理成为当务之急。自动调制分类(AMC)是认知无线电和智能通信的核心。现有的深度模型通常存在参数量大和存储效率低的问题。为了克服这些限制,我们提出了 MDSCNet,一种多尺度深度可分离复数网络。基于复数深度可分离卷积,该网络充分利用了同相和正交信号中的相位信息,同时自然保留了同相和正交分量(IQ)之间的对称关系。非对称多尺度结构与嵌入的轻量级注意力模块共同构成了整体的特征提取过程。整体参数量保持极低,仅为 47.739 k。在 RML2016.10a 和 RML2016.10b 数据集上的实验表明,MDSCNet 在低信噪比(SNR)下展现出识别性能,分别达到 63.42% 和 66.71%。更重要的是,它在参数量和存储效率方面均优于主流方法。
相关新闻
生物通微信公众号
微信
新浪微博

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