基于稠密残差注意力网络的调制方式识别

来源：计算机测量与控制杂志2026年第1期北京时间：

作者：李啸天,常家盛,侯艳丽,张冠杰

单位：河北科技大学 信息科学与工程学院

摘要：针对低信噪比和复杂信道条件下通信信号调制方式识别特征提取准确性难以保证及深度残差收缩网络特征学习能力不足的问题，提出基于多特征的稠密残差注意力网络。通过提取I/Q信号的单路与两路联合特征，利用多特征稠密瓶颈层替代传统卷积层构造DRSM，实现深浅层特征的高效融合与抗噪增强。结合混合注意力机制建立跨维度特征强化机制，提升关键信号特征的捕获精度。基于RadioML2016.10A数据集的实验表明，该方法在信噪比大于4dB时11类信号总体识别准确率较传统深度残差收缩网络提高约5%，验证了所提方法在复杂信道条件下的有效性与鲁棒性。此外，针对传统模型在16QAM和64QAM信号识别中的不足，稠密残差注意力网络表现出较好的识别能力。

关键词：调制方式识别;特征;深度残差收缩网络;稠密残差;注意力机制

基金资助：国家自然科学基金联合基金重点项目(U22B2002)