针对基于深度学习的调制识别模型存在模型参数多、计算量大等问题，使用深度可分离卷积和注意力机制，提出了一种新型多通道特征融合的神经网络模型。在数据集RadioML2016.10a和RadioML2016.10b上进行实验，验证结果表明，信噪比在0 dB以上时，所提算法模型对2个数据集的识别准确率分别为92.9%和93.1%,识别准确率优于现有模型，同时参数量减少65.7%,计算量减少76.6%。
科研之友
微信
新浪微博
Facebook
分享链接
