一种基于双流融合CNN-BiLSTM网络的调制信号识别方法

摘要

一种基于双流融合CNN‑BiLSTM的调制信号识别方法，使用已有公开数据集RadioML2016.10a来实现，首先对数据集进行预处理，将数据转为为I/Q格式和A/P格式，增加了信息多样性；为了同时提取信号的时空特性，每个流由CNN和BiLSTM组成，BiLSTM网络层进行前后向学习，提高了识别性能，网络进行双流融合，有效进行特征交互，获取了更有效的分类特征。本发明能够大大降低训练时间，提高信号识别性能的准确度。