基于模块化脉冲神经网络的自动调制识别方法及系统

本发明公开了一种基于模块化脉冲神经网络的自动调制识别方法及系统，包括将输入的I/Q信号数据转化为脉冲序列并输入模块化脉冲神经网络：第一阶段利用脉冲神经网络对脉冲序列进行粗分类以确认调制信号归属的大类别；第二阶段激活与大类别对应的脉冲神经网络，通过信号特征增强与状态融合模块提取输入的I/Q信号数据的幅度和相位，并将提取的幅度和相位特征与激活的脉冲神经网络提取的特征拼接生成融合特征向量，通过分类获得调制识别结果。本发明旨在实现对复杂调制信号的精确识别，解决传统深度学习模型在无人机等边缘设备中识别准确率与功耗要求难以平衡的问题，为无人机通信、智能监控等应用场景提供一种轻量、高效的自动调制识别方案。