Project Engineering

本文旨在解决无线通信调制识别中精度低的问题,提出了一种基于DropBlock双模态混合神经网络的方法。该方法通过并行连接改进的残差网络(ResNet)与双向门控循环单元(BiGRU),构建双模态混合神经网络模型,以充分利用信号的空间和时间特征。DropBlock正则化技术被应用于防止网络过拟合,提升模型泛化能力。实验结果表明,该方法在不同信噪比下均展现出较高的识别精度和稳定性。本文的研究不仅丰富了无线通信调制识别的技术手段,也为深度学习在信号处理领域的应用提供了新的思路。