基于多通道轻量化的自动调制识别网络

• Published in: 电信科学 Vol. 41; no. 2; pp. 41 - 56
• Main Authors: 万进华, 尚俊娜, 张华娣
• Format: Journal Article
• Language: Chinese
• Published: 中国电子科技集团公司第三十六研究所,浙江 嘉兴 314033 2025; 杭州电子科技大学通信工程学院,浙江 杭州 310018%杭州电子科技大学通信工程学院,浙江 杭州 310018
• Subjects: 调制识别; modulation recognition; multi-module integration; 多模块融合; 轻量化网络; lightweight network; multi-head attention mechanism; 多头自注意力机制
• ISSN: 1000-0801
• DOI: 10.11959/j.issn.1000-0801.2025012

TN92; 自动调制识别技术在无线通信领域具有十分重要的作用.现有的自动调制识别模型在识别精度上表现出色,但大多数方法在参数量与模型性能之间难以实现理想的平衡.针对该问题,设计了一种多通道融合的轻量化调制识别(multi-channel lightweight modulation recognition,MCLMR)网络.MCLMR网络将幅度、相位、频率以及零中心归一化瞬时幅度的谱密度最大值作为输入.使用可分离卷积模块巧妙地组合4个输入,从而深入挖掘这4个输入的空间相关性.设计了基于时间衰落多头自注意力(multi-head self-attention,MHSA)机制结合门控循环单元(gated recurrent unit,GRU)的GRU-MHSA(gated recurrent unit-multi-head self-attention)模块进一步提取时间相关性.可分离卷积模块与GRU-MHSA模块的结合在空间维度与时间维度提取信号特征.在基准RML2016.10a数据集上的仿真结果表明,所提方法优于其他9种典型方法.在2～18 dB信噪比下平均识别精度达到92.39%,最高识别精度达到93.36%,这说明MCLMR不仅参数量少,计算复杂度低,在识别精度上也表现出色.