深度学习使能的自动调制分类技术研究进展

来源：电子与信息学报杂志2025年第11期北京时间：

作者：郑庆河, 李秉霖, 于治国, 姜蔚蔚, 朱政宇, 许驰, 黄崇文, 桂冠

单位：1.山东管理学院智能工程学院 济南 2503572.北京邮电大学信息与通信工程学院 北京 1008763.郑州大学电气与信息工程学院 郑州 4500014.中国科学院沈阳自动化研究所 沈阳 1100345.浙江大学信息与电子工程学院 杭州 3100586.南京邮电大学通信与信息工程学院 南京 210023

摘要：随着第六代无线通信系统向太赫兹频段以及空天地海一体化网络发展，通信环境呈现出高度异构化和超密集化的趋势，对自动调制识别技术提出了亚符号周期级别的精度要求。在复杂信道条件下，自动调制识别技术面临着时变多径信道引起的特征混叠、低信噪比环境下传统方法识别性能衰减以及稀疏码多址技术引发的混合调制信号检测复杂性提升等多重挑战。基于上述技术难题，该文从通信系统的信号传输特性出发，探讨自动调制分类方法设计的关键约束，系统回顾了深度学习使能的自动调制分类技术，综述了不同应用场景下自动调制分类方法面临的挑战，对经典深度学习模型进行了性能评估，最后概述了自动调制分类存在的问题及未来关键研究方向。

关键词：无线通信, 深度学习, 自动调制分类, 时变多径信道

基金资助：国家自然科学基金(62401070)，山东省重点研发计划(2024TSGC0055)，山东省自然科学基金(ZR2023QF125)，山东省高等学校青年创新团队计划(2024KJH005)