PulseAugur
中
实时 12:02:35
English(EN) A Unified Backbone--Expert Framework with Relation-Token and Residual--Classifier Interfaces for Automatic Modulation Recognition

新的统一框架改进了对可变序列长度的自动调制识别

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的统一框架，用于自动调制识别（AMR），该框架解决了可变序列长度带来的挑战。该框架采用通用的卷积状态空间骨干网络，并配有用于短序列和长序列的专用接口。对于较短的序列，引入了关系令牌以减轻信息丢失；对于较长的序列，则采用了门控多尺度残差细化模块和固定平均分类器协作。所提出的方法在RML2016.10b上实现了67.28%的平均高精度，在HisarMod2019上实现了87.19%的平均高精度，证明了专家接口解耦优于传统的“一刀切”架构。 AI

影响 这项研究可能为通信技术中的信号处理系统带来更强大、更适应性的解决方案。

排序理由 该集群包含一篇详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的统一框架改进了对可变序列长度的自动调制识别

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhixiang Deng, Houbiao Li, Zongyong Cui ·

    统一骨干——具有关系令牌和残差的专家框架——用于自动调制识别的分类器接口

    arXiv:2608.15160v1 Announce Type: cross Abstract: Automatic modulation recognition (AMR) faces distinct representation bottlenecks under varying observation lengths, where a single model architecture often fails to excel. To address this, we propose a unified backbone-expert fram…

相关话题