基于图最小割聚类注意力的自动调制分类网络

来源：计算机测量与控制杂志2026年第7期北京时间：

作者：范文哲,刘浩楠,李明笛,谢军

单位：中国电子科技集团公司 第研究所

摘要：面向智能频谱监测场景下动态电磁环境中自动调制分类复杂度高、低信噪比鲁棒性不足的问题，研究了一种基于图最小割聚类注意力的自动调制分类方法。采用I/Q双通道时序投影与旋转增强构造信号节点，利用数据增强和特征提取方法得到符号级节点特征，并通过可学习邻接矩阵、图粗化和动态图注意力聚合联合建模信号拓扑关系。以RadioML2016.10a数据集开展测试，在测试信噪比范围内平均识别准确率较基线方法提升，训练参数量和浮点运算次数均较在低水平。结果表明，该方法在保持较高识别精度的同时有效降低了模型复杂度，可满足智能频谱监测场景下自动调制分类的轻量化部署需求。

关键词：自动调制分类;智能频谱监测;图神经网络;信号表示中图分类号:TN911.3