用于无线电信号多天线调制识别的深度学习
信号处理
2026-05-05 v1 机器学习
系统与控制
系统与控制
摘要
多天线接收系统已成为通信系统中一种普遍的技术方案。同时，深度学习在单天线系统的自动调制识别任务中取得了显著进展。然而，深度学习在多天线调制识别（MAMR）任务中的应用仍然有限。在本文中，我们提出了一种名为MAMR-IQ的MAMR方法，以充分挖掘多天线接收系统的分集增益，该方法将多个天线的原始接收同相和正交（IQ）信号拼接起来，并馈入卷积神经网络。仿真结果表明，所提出的MAMR-IQ方法在识别准确率和计算复杂度方面均优于两种现有的基于直接投票（DV）和权重平均（WA）的深度学习MAMR方法。为了解决少样本场景中训练数据有限的问题，我们进一步提出了一种数据增强方法，该方法涉及交换任意两个天线接收的IQ序列以生成增强样本。仿真结果表明，使用所提出的增强方法，可以进一步提高识别准确率。
引用
@article{arxiv.2605.00849,
title = {Deep Learning for Multi-Antenna Modulation Recognition of Radio Signals},
author = {Tao Chen and Shilian Zheng and Jiepeng Chen and Zhangbin Pei and Qi Xuan and Xiaoniu Yang},
journal= {arXiv preprint arXiv:2605.00849},
year = {2026}
}