2023, 45(5): 1575-1584.
doi: 10.11999/JEIT220840
刊出日期：2023-05-10
针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点，该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架，并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号序列和图之间的映射，有效降低了AVG算法的复杂度；其次，设计了一种多尺度图神经网络，将不同分辨率的特征进行融合，提升了模型识别准确率。实验表明，该文提出的SMGNN算法相比于AVG算法节省了近1/2的参数量，且识别精度得到了较大的提升。
