一种基于深度学习的无线信号自动调制识别方法

本发明公开了一种基于深度学习的无线信号自动调制识别方法；该方法包括：首先，利用卷积神经网络CNN对输入信号进行初步特征提取，生成多尺度的特征表示；随后，通过自注意力SA机制对提取的特征进行动态权重分配，增强信号的全局特征表示能力；然后，利用时序卷积网络TCN对经过增强的特征进行时间序列建模，提取信号中跨时间步的依赖关系，通过遗传算法GA对LSTM的参数进行优化，避免传统梯度优化方法的局部最优问题，提升模型的预测性能；最后，将优化后的特征序列进行特征融合发送到分类层进行分类。本发明方法可以更快速、准确的识别出调制信号模式（FM、ASK、PSK、QAM等），识别准确率更高。