《电子测量技术杂志》发表论文赏析

基于改进深度可分离复值网络的开集调制识别方法

来源:电子测量技术杂志2026年第7期北京时间:

作者:洪青青,张治中

单位:南京信息工程大学电子与信息工程学院 南京 210044

摘要:近年来,调制识别作为无线通信信号处理中的关键技术,在复杂开放环境下面临开集识别能力不足以及深度学习模型对输入相关性利用有限等挑战。针对上述问题,本文提出了一种基于改进深度可分离复值网络的开集调制识别方法。具体而言,该方法在深度可分离复值网络结构中引入多维注意力机制,有效挖掘信号幅度与相位之间的关联特征,并通过解码器辅助特征提取,实现多损失融合优化,包括平滑标签交叉熵、动态中心约束及重构误差,提升特征分布区分性和模型泛化能力。在公共数据集RadioML2016.10a上的实验表明,该方法在闭集识别任务中对已知类别的分类准确率达到95%,在开集识别场景下,已知类别的识别准确率为93%,未知类别的检测率为86%,整体开集识别性能为89%。上述结果展现出优异的开放环境适应能力。

关键词:深度可分离复值网络;开集识别;复值注意力;多维损失

2026年7期其他文献查阅:

基于LightGBM的标准单元动态电流预测

基于软硬协同的Paillier同态加密算法加速方案设计

基于改进GANomaly网络的轮胎缺陷图像检测

基于改进深度可分离复值网络的开集调制识别方法

基于超窄脉冲触发的宽带微波取样器设计

基于改进MMoE的联合活动识别与室内定位算法

基于改进YOLOv8的PE燃气管道缺陷检测算法

基于平滑迭代ESKF的无人船位姿估计算法

基于INGO_BiLSTM_SA的短期风电功率预测

一种PMSM自整定在线惯量辨识策略

基于CW-EMA分解与组合神经网络的风电功率预测

基于自适应模型预测的T型三电平逆变器并网控制

基于HCDNet-YOLO11的输电线路关键部位及缺陷检测算法

中间包内嵌分布式钢水连续测温系统的研发

DBTNet:一种用于运动想象脑电解码的融合网络

基于高斯加权动态时间规整的时间序列聚类

基于VMD-Informer和表面肌电信号的下肢关节角度预测

基于改进UNeXt的岩心目标提取算法

基于互补混合专家与一致性偏置路由的图像去雪算法

无人机航拍小目标检测研究

基于改进YOLOv10n的钢轨表面缺陷检测

注意力与多尺度特征融合的胸部疾病分类

改进RT-DETR矿工不安全行为检测方法

基于Transformer和XCA注意力的车道线检测方法

面向机器人的轻量化多目标检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!