基于深度学习的自动调制识别（含代码链接）-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于深度学习的自动调制识别（含代码链接）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

AMR领域具有代表性的新模型在四个不同的数据集（RML2016.10a, RML2016.10b, RML2018.01a, HisarMod2019.1）上的实现，为感兴趣的研究人员提供统一的参考。

Digital signal processing论文链接：https://www.sciencedirect.com/science/article/pii/S1051200422002676

Arxiv链接：https://arxiv.org/abs/2207.09647

一、摘要

自动调制识别（AMR）检测接收到的信号的调制方案，以便进一步处理信号，而不需要事先的信息，并在这种信息缺失时提供基本功能。最近在深度学习（DL）方面的突破为开发用于通信系统的高性能DL-AMR方法奠定了基础。与传统的调制检测方法相比，由于深度神经网络强大的特征提取和分类能力，DL-AMR方法已经取得了很好的性能，包括高识别精度和低错误率。尽管潜力巨大，但DL-AMR方法也带来了复杂性和可解释性方面的问题，这影响了在无线通信系统中的实际部署。本文旨在对当前的DL-AMR研究进行回顾，重点是适当的DL模型和基准数据集。我们进一步提供全面的实验，从准确性和复杂性的角度比较单输入单输出（SISO）系统的最新模型，并建议在新的包含预编码的多输入多输出（MIMO）情况下应用DL-AMR。最后，讨论了现有的挑战和未来可能的研究方向。