基于CGAF和残差识别网络模型的无线信号自动调制识别方法

本发明公开了一种基于CGAF和残差识别网络模型的无线信号自动调制识别方法，该方法首先通过复数域格拉姆角场算法将无线信号的I、Q、I/Q一维时间特征映射到二维空间图像域，从而有效解决了调制方式时域特征相似度高、特征空间可分性低的技术瓶颈。在此基础上，设计通道分割残差神经网络作为分类器，通过通道分割与注意力机制进行特征提取，使用残差模块简化信息，从而显著提高调制方式的分类精度和系统鲁棒性。本发明所提出的方法在复杂无线信道环境下显著提高了调制识别的准确性与鲁棒性，克服了传统方法在特征单一和模型学习能力不足的问题，为认知无线电及军事侦察等领域的自动调制识别的应用提供了可靠的技术支持。