深度学习调制方式识别

为什么做这件事

接收端要解调信号，得先知道对方用的是哪种调制方式。传统靠人工设计判别特征，换个信道环境就容易失效。让神经网络直接从原始波形里学，是更通用的思路。

我做了什么

• 在 MATLAB 中生成 QPSK、8-PSK、64-QAM 基带信号，包括符号映射、上采样和平方根升余弦（RRC）成形。
• 用 FFT 分析调制信号的时域和频域特性，研究带宽与频谱性质。
• 应用卷积神经网络（CNN）对数字调制方式分类，并解读分类概率。

用到的技术

• MATLAB
• 数字通信
• FFT 频谱分析
• 卷积神经网络 CNN