面向低信噪比序列的多模态联合自动调制方式识别方法

来源：电子与信息学报杂志2025年第12期北京时间：

作者：王祯, 刘伟, 卢万杰, 牛朝阳, 李润生

单位：信息工程大学 郑州 450001

摘要：针对单模态自动调制方式识别方法在低信噪比条件下难以实现可靠识别的问题，该文融合对比学习和Kolmogorov-Arnold表示定理，提出一种面向低信噪比序列的多模态联合两阶段自动调制方式识别方法。第1阶段，构建对比学习模块，利用多模态数据在时间、强度等显著联系，实现时域Token和变换域Token序列的初步显式对齐；第2阶段，设计特征融合模块，利用长短时记忆网络LSTM、卷积神经网络CNN从初步对齐特征中提取时序特性，并利用表征学习增大类间距离，从多角度捕获时域和变换域两种模态特征之间的隐式对齐关系，实现多模态特征融合；最后，通过Kolmogorov-Arnold网络学习边缘权重，得到调制方式识别结果。在经典通信信号调制方式识别数据集RadioML2016.10a, RadioML2016.10b和HisarMod2019.1上的实验结果表明，在–20～0 dB信噪比条件下，该文方法的调制方式识别精度相比于经典的FEA-T, AMC-NET和MCLDNN等方法以相近的参数量提高了2.62%～11.63%。

关键词：自动调制方式识别, 跨模态特征融合, 时间序列分析, 对比学习, Kolmogorov-Arnold网络