自适应混合信号分类模型

低信噪比高精度

融合卷积与Transformer的自适应模型，动态调节参数，在低信噪比下识别混合信号的能力显著优于现有方法。

廖名学 · Liang, Yuanyuan · 吕品

Electronics (Switzerland) 2025

参数信息

高信噪比最佳分类准确率

95.70 %

技术优势

低信噪比也能用

融合CNN和Transformer并动态调整参数，利用二者对不同信噪比信号的优势，使模型在低信噪比下仍有较好分类表现。

明显超过现有模型

在公开数据集上，总体分类准确率比现有SOTA模型高26.12%，尤其在低信噪比信号上优势更大。

应用场景

• 认知无线电：用于低信噪比环境下感知并识别混合无线电信号。
• 频谱监测：监测频谱中多种信号并存时，提高低信噪比信号的识别准确率。
• 无线传感网：增强无线传感网在噪声环境下对混合信号的分类能力。