面向自动调制识别的超轻量信号分类模型
机器学习
2024-12-31 v2 信号处理
摘要
雷达信号日益复杂，对需要在资源受限边缘设备上高效运行的响应式和准确检测系统提出了挑战。现有模型虽然有效，但往往依赖大量计算资源和大数据集，难以在边缘部署。本文提出一种超轻量混合神经网络，针对边缘应用进行优化，能在不良信噪比下提供稳健性能（在0 dB处平均准确率为96.3%），仅需每类少于100个样本，显著降低计算开销。
引用
@article{arxiv.2412.19585,
title = {Ultralight Signal Classification Model for Automatic Modulation Recognition},
author = {Alessandro Daniele Genuardi Oquendo and Agustín Matías Galante Cerviño and Nilotpal Kanti Sinha and Luc Andrea and Sam Mugel and Román Orús},
journal= {arXiv preprint arXiv:2412.19585},
year = {2024}
}
备注
8 pages, 8 figures