TY -的A2 Venkateswaran纳史木汗AU -段,羌族非盟-风扇,Jianhua盟——魏Xianglin AU -王,赵盟——娇,香非盟-魏,南PY - 2021 DA - 2021/12/27 TI -自动调制识别基于混合神经网络SP - 1991471六世- 2021 AB -识别信号是至关重要的对于理解日益拥挤的无线频谱空间非合作的通信。传统的阈值或模式实现的解决方案是劳动密集型和容易出错。因此,从业者开始深度学习应用于自动调制分类(AMC)。然而,最近提出了神经网络的识别精度和鲁棒性的提议仍不满意,特别是当信噪比(信噪比)很低。在此背景下,本文提出一种混合神经网络模型,称为MCBL卷积神经网络相结合,双向多空时间记忆,利用各自的能力和注意力机制提取空间,时间,和突出功能嵌入到信号样本。制定AMC的问题后,我们三个模块的混合动态神经网络详细。评估我们的建议的性能,10个最先进的神经网络(包括两个最新模型)选为基准的比较实验开放的射频(RF)数据集。结果表明MCBL的识别精度可以达到93%这款测试模型中是最高的。同时,计算效率和鲁棒性MCBL比现有的建议。SN - 1530 - 8669你2021/1991471 / 10.1155——https://doi.org/10.1155/2021/1991471——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER