信号调制的识别是测控物联网中的一项重要任务。由于具有强大的特征学习能力，残差网络（ResNet）作为一种著名的深度学习技术，被成功地应用于信号调制的识别，并显示出超强的优势。然而，标准的ResNet是通过相同结构的残差单元来设计的，这限制了对多层次特征的捕获，导致识别性能下降。文章设计了一个由不同结构的残差单元组成的残差堆栈，提出一个改进的ResNet网络模型。仿真结果证明，提出的方法可以捕捉多层次的特征，达到96.1%的识别率。
科研之友
微信
新浪微博
Facebook
分享链接
