面向空间认知通信的轻量化网络自动调制分类方法

来源：系统工程与电子技术杂志2023年第7期北京时间：

作者：崔天舒, 王栋, 黄振

单位：1. 清华大学北京信息科学与技术国家研究中心, 北京 100190；2. 中国科学院大学计算机科学与技术学院, 北京 100149

摘要：当前自动调制分类采用的深度学习模型存在参数量与计算量大的问题。根据连续采样同相正交信号特点, 提出了一种轻量且高效的深度网络结构。通过构造方向滤波器, 首先提取相位特征, 再提取时域特征, 最后利用通道特征均值分类。采用通信信号分类数据集进行验证, 当信噪比大于0 dB时, 准确率超过60%, 信噪比大于等于10 dB时, 准确率超过90%;与主流深度模型相比, 在达到相同准确率时, 仅用20%左右的模型参数和50%左右的推理时间, 更适合被应用于空间认知通信系统。

关键词：自动调制分类,深度学习,轻量化网络结构