一种基于多模态残差注意力网络的调制识别方法和装置

本发明涉及一种基于多模态残差注意力网络的调制识别方法和装置，其中，方法包括：获取待识别的调制信号数据；对所述待识别的调制信号数据进行能量归一化和计算幅相数据处理，得到待识别的调制信号的幅度数据和相位数据；将上述数据输入至智能识别网络模型，得到待识别的调制信号数据的调制模式；其中，智能识别网络模型包括：多模态特征融合模块、基于ECA的残差网络模块、特征金字塔网络模块以及分类模块。本发明可以实现较多调制类型的识别，对信号的长度没有限制，解决了传统调制识别方法准确率不高、抗噪性能差的问题，同时减少了人工设计特征参数的工作量和不确定性。