基于多通道残差网络与注意力机制协作的调制分类OA
Modulation classification based on multi-channel residual network and attention mechanism
为了更加充分地提取调制信号特征,构建一种多通道残差网络与注意力机制协作的调制分类方法.首先设计一个各通道均不相同的多通道结构,确保提取的信号特征更加多样;其次,将每个通道提取的特征利用concatenate层进行融合,增强描述信号特征;之后,结合残差网络的优势,显著增加网络深度,捕获更具代表性的特征,同时缓解深层网络带来的梯度消失问题;最后,为了使提取的特征更加易于分类,引入注意力层,对提取特征重新校准,以捕获更加关键的特征,增加信号分类准确率.…查看全部>>
邹波蓉;李姗姗;叶沛然;侯庆华;武会斌
河南理工大学 物理与电子信息学院,河南 焦作 454000商丘工学院 信息与电子信息工程学院,河南 商丘 476000郑州经贸学院 土木建筑学院,河南 郑州451191河南理工大学 物理与电子信息学院,河南 焦作 454000河南理工大学 物理与电子信息学院,河南 焦作 454000
信息技术与安全科学
调制分类深度学习卷积神经网络残差网络注意力机制
《河南理工大学学报（自然科学版）》 2023 (1)
160-167,8
国家自然科学基金资助项目(11805052)河南省科技攻关项目(222102210247)
评论