基于改进型 Transformer 网络的高阶 QAM 调制分类研究
![](http://img.resource.qikan.cn/qkimages/gxyq/gxyq202306/gxyq20230608-1-l.jpg)
打开文本图片集
摘要:针对高阶正交振幅调制(quadrature amplitude modulation ,QAM)信号难以调制分类的问题,提出了一种基于改进型 Transformer 的深度学习调制分类方法,通过并行2个 Transformer 的编码器,分析了在加性高斯白噪声(additive white Gaussian noise ,AWGN)信道下,从4 QAM 到4096 QAM 的10种调制格式在信噪比从−10 dB 到30 dB 的自动调制分类效果。(剩余8909字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。