基于结合策略的自动调制识别协作模型

针对当前自动调制识别AMR算法分类性能较差,难以区分高阶调制方式信号的问题,提出一种通过投票结合策略联合卷积神经网络CNN和长短期记忆网络LSTM共同完成分类任务的协作模型CLCM.实验结果表明,CLCM的识别精度在信噪比大于12 dB时,比当前多数先进模型(例如XGBoost、VGG等)高20％以上.它能有效识别24种被广泛应用的调制信号(识别精度超过95％),对高阶的正交振幅调制QAM信号(例如16QAM、64QAM、256QAM)的识别精度超过90％.