改进ResNet-CNN-BiLSTM混合模型的信号调制识别方法

Modulation Recognition Method Based on Improved ResNet-CNN-BiLSTM Hybrid Model

摘要

针对复杂电磁环境下传统调制识别方法鲁棒性差，及现有ResNet-CNN-BiLSTM模型计算复杂度高、训练收敛慢的问题，提出一种多维度协同优化的改进模型，实现信号调制识别高精度、轻量化与实时性协同。通过多尺度核与深度可分离卷积适配时频特征，自适应时序池化保障时序完整性，输入降采样与门控合并精简BiLSTM结构；引入分层正则化与信噪比（SNR）感知动态学习率增强噪声鲁棒性，改进多维度置信度计算提升决策可靠性。实验表明，优化后模型验证准确率达98.17%，参数量降至1.5×10⁶（减少51.6%），训练时间48 min20 s，单样本推理时间为8 ms，低SNR环境误判率降低4.2%~6.8%，为算力受限场景提供高效方案。

Abstract

Aiming at the poor robustness of traditional modulation recognition methods in complex electromagnetic environments, as well as the high computational complexity and slow training convergence of the existing ResNet-CNN-BiLSTM model, an improved model with multi-dimensional collaborative optimization is proposed to achieve the coordination of high accuracy, lightweight design and real-time performance for signal modulation recognition. Multi-scale kernels and depthwise separable convolution are used to adapt to time-frequency features, adaptive temporal pooling is adopted to ensure the integrity of temporal features, and input downsampling combined with gating merging is applied to simplify the BiLSTM structure. Hierarchical regularization and SNR-aware dynamic learning rate are introduced to enhance noise robustness, and the multi-dimensional confidence calculation method is improved to boost the reliability of decision-making. Experimental results show that the optimized model achieves a validation accuracy of 98.17%, reduces the parameter count to 1.5×10⁶ (a 51.6% reduction), shortens the training time to 48 minutes and 20 seconds, and achieves an inference speed of 8 ms per sample. The misjudgment rate in low-SNR environments is reduced by 4.2%~6.8%, providing an efficient solution for computing-constrained scenarios.

Graphical abstract

关键词

混合模型 / 多维度协同优化 / 自适应时序池化 / 信号调制识别

Key words

hybrid model / multi-dimensional collaborative optimization / adaptive temporal pooling / signal modulation recognition

在军事场景中，调制识别为抗干扰通信信号截获提供支撑，战场复杂电磁环境下相似信号混淆与低信噪比（Signal-to-Noise Ratio, SNR）干扰直接影响电磁控制权；民用领域中，其支撑频谱管理与非法信号监测^[1]。复杂环境下强噪声、多信号混叠及海量数据处理压力，使传统方法面临瓶颈，需技术革新突破。早期调制识别采用传统机器学习方法，依赖专家经验提取手工特征（如信号瞬时幅度、相位），典型代表为支持向量机（Support Vector Machine, SVM）、决策树算法^[2-3]。但手工特征的噪声鲁棒性差，低SNR下性能急剧下降。深度学习通过端到端学习突破传统局限，CNN为调制识别基础架构，ResNet-CNN-BiLSTM模型因残差块解决梯度消失，BiLSTM捕捉双向时序信息获认可^[4]。美国无线电实验室在RML2016.10a数据集上用其实现11类信号高效分类^[5]。该模型虽识别能力强，但存在计算复杂、训练收敛慢的问题，难以满足实时需求。本文开展模型优化研究，突破现有模型效率瓶颈，实现高精度与实时性平衡，为算力受限、复杂环境下的信号处理提供有力支撑。

1 信号模型与预处理

1.1 信号模型及其特性

实际无线通信场景中，信号传输会受信道噪声干扰，其通用数学表达式可表示为加性高斯白噪声（Additive White Gaussian Noise, AWGN）信道下的叠加模型：

r\left(t\right)=s\left(t\right)+n\left(t\right)（1）

式中：r\left(t\right)为接收端观测信号；s\left(t\right)为无噪声调制信号；n\left(t\right)为AWGN噪声。无噪声调制信号s\left(t\right)由载波与基带调制信息共同决定，基础载波形式为

s\left(t\right)=A_{\mathrm{c}}\mathrm{c}\mathrm{o}\mathrm{s}\left(\mathrm{2}\mathrm{\pi }{f}_{\mathrm{c}}t+{\phi }_{\mathrm{c}}\right)（2）

式中：A_{\mathrm{c}}为载波幅度；f_{\mathrm{c}}为载波中心频率；{\phi }_{\mathrm{c}}为初始相位；t\in \left[\mathrm{0},T_{\mathrm{s}}\right]（T_{\mathrm{s}}为符号周期）。AWGN噪声满足均值为0的高斯分布，接收端信号模型为“无噪声调制信号+AWGN噪声”，可覆盖主流通信场景^[6]。不同调制技术通过改变载波幅度、频率或相位传递信息，核心差异体现在的参数变化规律上。

参照雷达信号调制分类框架，调制方式可分为频率调制（含FSK等）、相位调制（含BPSK/QPSK等）及联合调制等3类，本文研究的Bose-Chaudhuri-Hocquenghem Code（BCH）、Tactical Data Link（LIN）、Multi-Level Transmit-3（MLT）、Packet Radio and AMTOR（PAC）和Standardization Agreement（STA）等5种信号分属这些类，其中调制类型相似的信号在低SNR下易出现特征混淆，关键时频特征差异为：BCH呈双亮柱，LIN呈三阶段亮带，PAC呈16亮条或双亮带，STA呈中心暗纹亮带，为模型分类提供依据。

5种信号的具体调制方式及波特率/传信率参数如下：BCH（USB+2FSK，200 Baud）、LIN（8PSK，2 400 bps）、MLT（8FSK，125 Baud）、PAC（2FSK，100/200 Baud）、STA（OFDM+PSK，2 400 bps）。其中：2FSK、8FSK等二进制调制信号波特率与传信率数值相等，故仅标注波特率；8PSK、OFDM+PSK等多进制调制信号传信率=波特率×比特数，仅标注传信率以反映实际数据传输效率。

1.2 信号预处理与时频图转换

信号经归一化（[0,1]区间）、FIR低通滤波与汉宁窗分帧（重叠率50%）预处理，减少幅度干扰与频谱泄漏^[7-8]。

预处理后的信号通过短时傅里叶变换（STFT）转换为时频图，STFT计算公式为

X\left(n,\omega \right)={\displaystyle \sum _{m=-\mathrm{\infty }}^{\mathrm{\infty }}}x\left(m\right)w\left(m-n\right){\mathrm{e}}^{-j\mathrm{\omega }m}（3）

式中：x(m)为分帧后信号；w(m-n)为汉宁窗函数；m为角频率；n为帧索引。最终将时频图转换为灰度图像格式，作为神经网络的输入数据。

2 混合模型设计

2.1 传统CNN网络结构设计

传统CNN验证准确率达97.33%、参数量1.3×10⁶，稳定性较好，但迭代前期收敛慢、复杂时频特征提取不全面，为后续改进明确方向。

2.2 传统ResNet网络结构

ResNet通过残差连接解决深层网络梯度消失问题，其基础残差块结构为

\mathit{y}=\Gamma \left(\mathit{x},{\mathit{W}}_i\right)+\mathit{x}（4）

式中：\mathit{x}为残差块的输入特征向量；\Gamma \left(\mathit{x},{\mathit{W}}_i\right)为残差函数（由卷积层、批归一化层、ReLU激活函数构成）；{\mathit{W}}_i为卷积层权重参数；\mathit{y}为残差块输出。当输入与输出特征维度不匹配时，需通过1×1卷积调整维度，此时公式扩展为

\mathit{y}=\Gamma \left(\mathit{x},{\mathit{W}}_i\right)+{\mathit{W}}_s\mathit{x}（5）

式中：{\mathit{W}}_s为度匹配的1×1卷积权重。ResNet通过多层残差块堆叠，可自动提取信号深层频域与空域特征（如2ASK幅度跳变、16QAM星座图分布），参数量效率优于传统CNN^[9]。

2.3 ResNet-CNN-BiLSTM网络结构

传统CNN存在深层梯度衰减、空间特征提取局限的问题，本文设计ResNet-CNN-BiLSTM混合模型，通过提取时频图深浅层特征，建立空间—时序特征与调制类型的映射关系，生成特征权重，实现多类信号调制识别。

ResNet-CNN-BiLSTM算法包含时频域处理与模型识别两部分：时频域处理流程为“信号预处理（归一化+滤波+分帧）→STFT时频变换→时频图”；模型主体由4个卷积层、1个池化层、1个BiLSTM层及全连接层构成，且卷积层间通过残差连接防止特征退化^[10]，如图1所示。

3 网络结构优化实现

实验中ResNet-CNN-BiLSTM混合模型存在计算冗余（参数量大、推理延迟高）、实时性不足（批量样本处理时GPU内存占用率高）及稳定性欠缺（低信噪比下易过拟合）3大核心问题。据此设定优化目标：参数量降至1.5×10⁶以下、训练时间缩短至48 min以内，推理速度提升至每样本8 ms以下、验证准确率达98%以上，训练损失波动控制在±1.2%以内。优化策略围绕“参数精简、流程简化、泛化能力增强”展开，具体聚焦3大模块：卷积与池化层参数适配调制信号时频特征、BiLSTM层结构简化以降低递归计算延迟、引入正则化与自适应训练策略提升噪声鲁棒性。

3.1 卷积与池化层参数优化

不同调制类型信号的时频图存在显著特征尺度差异, 而调制类型相似的信号（如BCH与LIN）仅在局部细节特征上存在差异（BCH无同步段单音，LIN同步段单音对应时频图的“短亮带前缀”）,传统固定参数易导致浅层关键特征丢失或深层计算冗余^[11]。

前两层采用3×3小核提取浅层细节特征，后两层采用5×5大核挖掘深层全局特征，适配不同尺度的信号时频特征差异。

引入深度可分离卷积替代传统卷积，将空间卷积与通道卷积解耦，参数量计算公式为

P_{\mathrm{s}\mathrm{e}\mathrm{p}}=K_{\mathrm{H}}\times K_{\mathrm{W}}\times C_{\mathrm{i}\mathrm{n}}+\mathrm{1}\times \mathrm{1}\times C_{\mathrm{i}\mathrm{n}}\times C_{\mathrm{o}\mathrm{u}\mathrm{t}}（6）

式中：K_{\mathrm{H}}、K_{\mathrm{W}}为卷积核高宽；C_{\mathrm{i}\mathrm{n}}、C_{\mathrm{o}\mathrm{u}\mathrm{t}}为输入/输出通道数。对比传统卷积P_{\mathrm{s}\mathrm{e}\mathrm{p}}=K_{\mathrm{H}}\times K_{\mathrm{W}}\times C_{\mathrm{i}\mathrm{n}}\times C_{\mathrm{o}\mathrm{u}\mathrm{t}}，参数量可减少89%（以3×3核为例），适配实时处理需求。

针对调制信号时序连续性，采用自适应时序池化替代固定最大池化，池化核大小S随输入时频图的符号周期T_{\mathrm{s}}动态调整，有：

S=⌊\frac{T_{\mathrm{s}}\times f_{\mathrm{s}}}{F_{\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}}}⌋（7）

式中：f_{\mathrm{s}}为时频图采样率；F_{\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}}为时频图宽度。例如2ASK信号T_{\mathrm{s}}=\mathrm{10}\mathrm{\mu }\mathrm{s}、f_{\mathrm{s}}=\mathrm{1}\mathrm{M}\mathrm{H}\mathrm{z}、F_{\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}}=\mathrm{128}时，S=\mathrm{2}，可避免固定池化导致的时序特征断裂，保障信号时序关联的完整性。卷积与池化层优化后的核心参数如表1所示。

3.2 BiLSTM 层结构简化

原BiLSTM层因递归计算导致推理延迟约15 ms，结合调制信号的时序依赖特性（如2FSK的频率切换仅依赖前1~2个符号周期，无长程时序关联），从“输入采样+门控简化”双维度优化。

1）输入序列降采样。对卷积层输出的特征序列\mathit{X}=\left[x_{\mathrm{1}},x_{\mathrm{2}},\cdots ,x_N\right]（N为序列长度）进行间隔采样，采样步长k根据调制信号符号周期T_{\mathrm{s}}与特征序列长度适配：

{\mathit{X}}^{\mathrm{\text{'}}}=\left[x_{\mathrm{1}},x_{\mathrm{1}+k},x_{\mathrm{1}+\mathrm{2}k},\cdots ,x_{\mathrm{1}+mk}\right]（8）

式中：k=⌈\frac{N}{T_{\mathrm{s}}\times f_{\mathrm{f}\mathrm{e}\mathrm{a}\mathrm{t}}}⌉，f_{\mathrm{f}\mathrm{e}\mathrm{a}\mathrm{t}}为特征序列采样频率。以16QAM信号（T_{\mathrm{s}}=\mathrm{8}\mu s）、N=\mathrm{256}为例，k=\mathrm{4}，序列长度从256降至64，计算量减少75个百分点。

2） 门控机制简化合并。LSTM的遗忘门f_t与输入门i_t简化合并为“更新门”u_t（f_t用于决定从细胞状态中丢弃哪些信息；i_t用于决定向细胞状态中添加哪些新的信息；u_t为合并遗忘门与输入门后的“更新门”，整合了遗忘与输入的功能），简化细胞状态更新公式，有：

u_t=\sigma \left({\mathit{W}}_u\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]+b_u\right)（9）

式中：\sigma(·)为Sigmoid激活函数；{\mathit{W}}_u为更新门的权重矩阵，用于对输入\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]进行线性变换；h_{t-\mathrm{1}}为上一时刻的隐藏状态；x_t^{\mathrm{\text{'}}}为当前时刻的输入；b_u更新门的偏置项。

细胞状态公式为

C_t=u_t\odot \mathrm{t}\mathrm{a}\mathrm{n}\mathrm{h}\left({\mathit{W}}_c\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]+b_c\right)+\left(\mathrm{1}-u_t\right)\odot C_{t-\mathrm{1}}（10）

式中：C_t为当前时刻的细胞状态，用于存储长期信息；{\mathit{W}}_c为细胞状态更新时的权重矩阵，对\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]进行线性变换；b_c为细胞状态更新时的偏置项；\odot为按元素相乘，用于逐元素地结合不同部分的信息；C_{t-\mathrm{1}}为上一时刻的细胞状态。

输出门保持不变，公式为

Q_t=\sigma \left({\mathit{W}}_o\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]+b_o\right)（11）

h_t^{\mathrm{\text{'}}}=o_t\odot \mathrm{t}\mathrm{a}\mathrm{n}\mathrm{h}\left(C_t\right)（12）

式中：o_t为输出门，用于决定从细胞状态中输出哪些信息到隐藏状态；{\mathit{W}}_o为输出门的权重矩阵，对\left[h_{t-\mathrm{1}},x_t^{\mathrm{\text{'}}}\right]进行线性变换；b_o为输出门的偏置项；h_t^{\mathrm{\text{'}}}为当前时刻的隐藏状态。

简化后，BiLSTM每个细胞的参数量从\mathrm{4}\times \left(d_{\mathrm{h}}^{\mathrm{2}}\right.+\left.d_h{d}_x\right)降至\mathrm{3}\times \left(d_{\mathrm{h}}^{\mathrm{2}}+d_{\mathrm{h}}{d}_x\right)其中：d_{\mathrm{h}}为隐藏单元数，d_x为输入维度，且消除f_t与i_t的冗余计算。

与GRU相比，本方案同样合并遗忘门与输入门以减参，但未引入重置门，且保留细胞状态与输出门——细胞状态可精准存储时序特征，输出门控制特征输出权重，适配调制识别对时序特征的复杂依赖^[12]。简化后BiLSTM推理延迟从15 ms降至6 ms，SNR≥2 dB时准确率与原模型差距≤1.5%，适配实时信号处理需求。

3.3 正则化与训练策略优化

调制信号在低SNR环境下特征波动大（如AWGN噪声导致时频图模糊），模型易过拟合^[13]。优化方向聚焦“噪声鲁棒性+快速收敛”，结合信号统计特性设计策略。

1）分层正则化设计。卷积层：引入“噪声感知Dropout”，Dropout概率p随输入信号的信噪比SNR动态调整为式（13）。传统Dropout算法的核心原理由Srivastava等^[14]提出，其通过随机失活神经元抑制过拟合的思路，为本文“噪声感知Dropout”的设计提供基础，本文在此基础上结合信号SNR动态调整概率，进一步适配调制信号的噪声特性：

p=\mathrm{m}\mathrm{a}\mathrm{x}(p_{\mathrm{m}\mathrm{i}\mathrm{n}},p_{\mathrm{0}}\times \mathrm{e}\mathrm{x}\mathrm{p}\left(-\alpha \cdot R_{\mathrm{S}\mathrm{N}\_\mathrm{L}}\right)（13）

式中：基础概率p_{\mathrm{0}}=\mathrm{0.5}；衰减系数\alpha =\mathrm{0.1}；R_{\mathrm{S}\mathrm{N}\_\mathrm{L}}为信噪比SNR。低SNR时，p=\mathrm{0.38}，保留更多特征用于学习；高SNR时，p=\mathrm{0.2}，抑制过拟合。式（13）中R_{\mathrm{S}\mathrm{N}\_\mathrm{L}}需由输入信号dB值通过R_{\mathrm{S}\mathrm{N}\_\mathrm{L}}={\mathrm{10}}_{}^{\left(R_{\mathrm{S}\mathrm{N}\_\mathrm{d}\mathrm{B}}/\mathrm{10}\right)}转换为线性值，避免对数形式直接代入导致计算偏差；衰减系数\alpha =\mathrm{0.1}与基础概率p_{\mathrm{0}}=\mathrm{0.5}均基于本文实验数据集（3 000条信号样本，SNR范围）拟合确定，若调整数据集或SNR范围（-6~10 dB），可通过控制变量法重新校准\alpha值（建议调整范围为0.01~0.03），确保p始终处于合理区间。

全连接层：添加L2正则化，损失函数修正为

{\Xi }_{\mathrm{t}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}={\Xi }_{\mathrm{C}\mathrm{E}}+\lambda {\sum _i‖{\mathit{W}}_i‖}_{\mathrm{2}}^{\mathrm{2}}（14）

式中：{\Xi }_{\mathrm{C}\mathrm{E}}为交叉熵损失；\lambda ={\mathrm{10}}^{-\mathrm{4}}为正则化系数；{\mathit{W}}_i为全连接层中的第i个权重参数；{‖.‖}_{\mathrm{2}}^{\mathrm{2}}为L2范数的平方。

2）自适应训练策略。动态学习率：采用信噪比感知学习率，更新公式为

{\eta }_t={\eta }_{\mathrm{0}}\times \mathrm{0}.{\mathrm{95}}^{⌊\frac{\mathrm{1}}{T}⌋}\times \left(\mathrm{1}+\beta \cdot R_{\mathrm{S}\mathrm{N}\_\mathrm{a}\mathrm{v}\mathrm{g}}\right)（15）

式中：{\eta }_t为第t次迭代时的动态学习率；{\eta }_{\mathrm{0}}为初始学习率；t为迭代次数；T=\mathrm{50}为衰减周期；⌊·⌋为向下取整操作；\beta =\mathrm{0.02}为SNR权重；R_{\mathrm{S}\mathrm{N}\_\mathrm{a}\mathrm{v}\mathrm{g}}为当前批次数据的平均SNR。

SNR感知动态学习率可适配不同场景：低SNR批次降低学习率防震荡，高SNR批次提高学习率加速收敛，较固定学习率（初始0.000 6）收敛速度提升33%，最终精度提升2.6%，损失波动控制在±1.2%。

4 置信度计算改进

4.1 核心特征与权重确定

通过特征重要性分析，确定时频图的3大关键特征：边缘纹理特征（权重{\omega }_{\mathrm{1}}=\mathrm{0.4}）、能量分布特征（权重{\omega }_{\mathrm{2}}=\mathrm{0.3}）、时序演变特征（权重{\omega }_{\mathrm{3}}=\mathrm{0.3}），3大特征权重之和等于1，特征重要性基于测试集准确率下降幅度评估。

4.2 多维度置信度计算逻辑

改进后的置信度计算分为特征差异度计算、特征响应强度计算、综合置信度生成、阈值自适应调整4步，具体如下。

1）特征差异度计算。设待识别信号的3大特征权重为{\omega }_{\mathrm{1}}^p\mathrm{、}{\omega }_{\mathrm{2}}^p\mathrm{、}{\omega }_{\mathrm{3}}^p，标准信号的3大特征权重为{\omega }_{\mathrm{1}}^k\mathrm{、}{\omega }_{\mathrm{2}}^k\mathrm{、}{\omega }_{\mathrm{3}}^k（k为信号类别），则差异度d_{k,t}为

（16）

式中：t=\mathrm{1}\mathrm{、}\mathrm{2}\mathrm{、}\mathrm{3}对应3大特征；{\omega }_t^{}为待识别信号第t类特征的权重；{\omega }_t^k为第k类标准信号第t类特征的权重；s_{k,t}=\frac{\mathrm{m}\mathrm{i}\mathrm{n}\left({\omega }_t^k,{\omega }_t^p\right)}{\mathrm{m}\mathrm{a}\mathrm{x}\left({\omega }_t^k,{\omega }_t^p\right)}为权重相似值；0.9为设置的权重相似值门限。当相似值≥0.9时，认为特征差异可忽略，差异度设为0，有效降低参数波动对置信度的干扰。

最终置信度计算为

C_k=\mathrm{1}-{\displaystyle \sum _{t=\mathrm{1}}^{\mathrm{3}}}{\omega }_t\cdot d_{k,t}（17）

式中：C_k为待识别信号属于第k类的置信度；{\omega }_t为3大特征的权重（0.4,0.3,0.3）；{\displaystyle \sum _{t=\mathrm{1}}^{\mathrm{3}}}{\omega }_t\cdot d_{k,t}为加权差异度总和。置信度取值范围为[0,1]，越接近1表示识别结果越可靠。

2）特征响应强度计算。特征响应强度反映卷积层输出中与类别匹配的特征激活水平，计算卷积层输出特征图的类别匹配激活值均值为

R\left(c\right)=\frac{\mathrm{1}}{M}{\displaystyle \sum _{i=\mathrm{1}}^M}\mathrm{m}\mathrm{a}\mathrm{x}\left(\mathrm{0},a_{i,c}\right)（18）

式中：M为卷积层输出特征图数量；a_{i,c}为第i个特征图对类别c的激活值。经归一化\left(R_{\mathrm{S}\mathrm{N}\_\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}=\frac{R-R_{\mathrm{S}\mathrm{N}\_\mathrm{m}\mathrm{i}\mathrm{n}}}{R_{\mathrm{S}\mathrm{N}\_\mathrm{m}\mathrm{a}\mathrm{x}}-R_{\mathrm{S}\mathrm{N}\_\mathrm{m}\mathrm{i}\mathrm{n}}}\right)后用于后续计算，确保数值范围统一。

3）综合置信度生成。定义综合置信度\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{f}\left(c\right)为“分类概率+SNR权重+特征响应强度”的加权融合，有：

\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{f}\left(c\right)={\omega }_{\mathrm{1}}\cdot R\left(c\right)+{\omega }_{\mathrm{2}}\cdot R_{\mathrm{S}\mathrm{N}\_\mathrm{n}\mathrm{o}\mathrm{r}\mathrm{m}}+{\omega }_{\mathrm{3}}\cdot R\left(c\right)（19）

式中，\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{f}\left(c\right)取值范围为[0,1]，越接近1表示识别结果越可靠。分类概率越高、特征差异越小、特征响应越强、SNR适配性越好，置信度越高。

4）置信度阈值自适应调整。根据实时SNR动态设定置信度判决阈值T_h为

T_h=T_{h\mathrm{0}}-\delta \left(-R_{\mathrm{S}\mathrm{N}}\right)（20）

式中:T_{h\mathrm{0}}=\mathrm{0.7}为基础阈值;\delta =\mathrm{0.02}为SNR修正系数。从图2可见，SNR从-6 dB到0 dB，改进方法误判率比传统方法降低4.2%~6.8%，尤其在低SNR场景下，结合信号特征的置信度计算可有效提升识别可靠性。

4.3 消融实验

为探究不同网络组件对模型性能的贡献，设计两组对照消融实验：实验A（理想信噪比场景）聚焦高SNR（≥6 dB）环境下组件的特征提取能力，实验B（复杂噪声场景）覆盖全SNR（-6~10 dB）区间以模拟实际应用场景，两组实验保持输入特征、训练参数一致，通过“准确率（权重0.7）+平均置信度（权重0.3）”的加权得分评估有效性，实验重复10次，标准差≤0.3%，结果如表2所示。

实验A结果表明，高SNR环境下信号特征清晰，CNN模块可充分捕捉时频图局部关键特征（如2FSK的频率切换点、BPSK的相位跳变），故CNN-only模型测试集准确率达99.5%；引入BiLSTM后，通过双向时序建模进一步优化特征关联判断，准确率提升至99.8%，但增益幅度仅0.3%，说明高SNR场景下时序特征对识别结果的影响较小。

实验B结果显示，全SNR区间内噪声干扰导致信号特征退化，CNN-only模型准确率降至95.2%（较实验A下降4.3个百分点），而CNN+BiLSTM模型准确率仅下降3.5个百分点，且平均置信度保持86.54%（显著高于CNN-only的79.8%），印证了BiLSTM层对噪声鲁棒性的增强作用——其可通过长序列建模抑制噪声对时序连续性特征的破坏，避免局部特征误判。

4.4 组件贡献分析

为进一步明确各组件在实际应用场景中的核心价值，以实验B为基准，以优化后完整模型（ResNet- CNN-BiLSTM）为基线，通过系统性移除单一组件构建对照组，重点考核测试集准确率、平均置信度、推理速度每个样本推理耗时及低SNR（≤0 dB）准确率4项关键指标，结果如表3所示。

表中可见各组件贡献呈现显著场景差异性。

1）CNN模块的基础支撑作用。CNN模块虽在全SNR区间准确率达95.2%，但低SNR准确率仅81.5%，且推理速度略低于基线模型，说明其擅长局部空间特征提取，但缺乏对噪声干扰的抵抗能力及时序特征建模能力。

2）BiLSTM层的专项增益价值。消融BiLSTM层后，整体准确率仅下降0.1个百分点，但低SNR准确率下降5.1个百分点，且平均置信度从86.54%降至82.1%，表明其核心价值集中于低SNR环境与置信度稳定两类场景——对BCH（2FSK）与LIN（单音+ 2FSK）等调制类型相似的信号，BiLSTM层可捕捉LIN信号同步段的短亮带前缀时序特征，使误判率降低3倍。

3）组件协同的必要性：基线模型通过ResNet残差连接强化CNN的深层特征提取能力，结合简化BiLSTM的时序建模优势，实现空间与时序特征互补，最终在低SNR准确率（89.3%）、推理速度（单样本耗时8 ms）、置信度稳定性（86.54%）3项指标上达成最优平衡，验证了混合架构的合理性。

5 实验验证与性能分析

为保障改进ResNet-CNN-BiLSTM混合模型训练稳定、推理高效及结果可复现，首先明确实验核心超参数和基础设置，再通过对比实验验证模型性能优势。

5.1 模型训练

模型训练与结构优化的关键超参数如表4所示，所有参数均基于本文数据集（3 000条信号样本，SNR范围-6~10 dB）及硬件平台适配确定，确保实验可复现。动态学习率SNR权重为0.000 1，Dropout衰减系数为0.02。

硬件采用NVIDIA GeForce RTX 3060 GPU，软件基于Ubuntu 18.04.6系统、MATLAB R2023a+CUDA 11.6实现GPU加速。

实验选取3 000条信号样本，覆盖本文研究的 BCH、LIN、MLT、PAC、STA等5种信号（调制方式及波特率/传信率参数见1.1节）。样本经预处理转化为时频图后，按8∶1∶1的比例划分为训练集（2 400条）、验证集（300条）和测试集（300条），并为所有时频图标注对应信号类别标签。为保障结果可靠性，设计3折交叉验证：将3 000条样本划分为3个子集（每子集含800条训练、100条验证和100条测试样本），循环完成3次独立评估。结果显示，平均验证准确率达98.12%（标准差0.05%），平均测试准确率达96.2%（标准差0.08%），模型性能稳定。两类核心指标的低标准差表明，模型在不同数据划分场景下性能稳定，无单次实验偶然性偏差。

模型采用ResNet-CNN-BiLSTM混合架构，训练过程中以验证集性能为依据调整超参数，最终在测试集上进行性能评估。为减少随机因素对结果的影响，实验重复进行10次，取10次测试的平均置信度作为关键评价指标之一，结果见图3。模型经40轮（1 480次迭代）训练，验证准确率稳定在98.17%，训练耗时48 min20 s，损失值降至0.05，无过拟合。

5.2 对比实验

为全面验证改进后ResNet-CNN-BiLSTM混合模型的性能优势，除与传统CNN、传统BiLSTM及未优化ResNet-CNN-BiLSTM模型对比外，新增与近期调制识别领域主流方法（Transformer-based模型、CNN+通道注意力模型）的对比实验。实验保持相同硬件平台及数据集划分规则，确保对比公平性，结果如表5所示。

1）精度对比。本文模型验证准确率（98.17%）高于Transformer-based模型（97.80%）和CNN+通道注意力模型（97.50%），验证了多尺度卷积与简化BiLSTM的协同优势^[15]。核心原因在于多尺度卷积核（3×3+5×5）精准捕捉BCH信号“双亮柱”、LIN信号“短亮带前缀”等细节特征，简化BiLSTM层有效建模信号时序关联，二者协同弥补了Transformer对局部细节捕捉不足、CNN+注意力模型对时序特征建模缺失的短板。

2）效率对比。本文模型参数量（1.5×10⁶）仅为Transformer-based模型（5.2×10⁶）的28.8%，前者推理速度为单样本耗时8 ms，是后者的36.4%，训练时间（48 min20 s）仅为后者的38.4%，得益于深度可分离卷积的参数精简与自适应时序池化的特征压缩，解决了近期工作中高精度伴随高计算成本的共性问题。

3）鲁棒性对比。在低SNR（≤0 dB）环境下，模型准确率（89.30%）较Transformer-based模型（86.50%）高2.8个百分点，较CNN+通道注意力模型（84.70%）高4.6个百分点，印证分层正则化（噪声感知Dropout+L2约束）与SNR感知动态学习率的协同作用，强化了复杂噪声环境下的特征抗干扰能力。

5.3 结果分析

1）模型优化后性能提升显著。多尺度卷积与简化BiLSTM协同提升精度，BCH与LIN信号在SNR为-4 dB时准确率差值扩至8.7%；改进置信度计算使平均置信度86.54%，低SNR（-6~0 dB）误判率降4.2%~6.8%。

2）效率优化方面。深度可分离卷积将参数量从3.1×10⁶降至1.5×10⁶（减少51.6%），简化BiLSTM使推理延迟从单样本耗时15 ms降至单样本8 ms（提升46.7%），自适应时序池化避免时序特征断裂，三者结合使训练时间较传统BiLSTM缩短52 min18 s，满足实时处理需求。

3）稳定性保障方面。分层正则化与SNR感知学习率协同，使损失波动控制在±1.2%，优于传统 BiLSTM的±3.5%。

由表6可知，所提模型在不同SNR环境下表现优异：当SNR从-6 dB提升至10 dB时，识别准确率从72.3%升至99.5%，较未优化模型提升4.2~15.6个百分点（SNR为-6 dB时提升最显著），验证分层正则化与自适应训练策略的噪声鲁棒性增强效果；低SNR下BCH信号识别准确率约89.5%，后续需优化其与LIN信号的特征区分度。

未来的研究将进一步扩展信号类别至10类以上，覆盖更多民用与军事通信场景的调制类型，并引入特征注意力机制，强化对BCH等易混淆信号的特征提取能力，同时探索非高斯噪声环境下的模型适配方法，进一步增强模型泛化性。

6 结束语

本研究针对复杂电磁环境下调制识别的性能与实时性需求，通过结构优化、正则化与置信度计算改进，优化ResNet-CNN-BiLSTM模型，解决传统模型鲁棒性差、计算冗余、收敛慢等问题。实验表明，模型参数量1.5×10^6，验证准确率98.17%，训练时间48 min20 s，推理速度为每样本耗时8 ms，平均置信度86.54%，实现了精度的定时性的平衡，可为军事抗干扰通信、民用频谱管理提供支撑。

参考文献

[1] 李杰，李勇斌，郑娄，等.基于YOLO-OpenMax的水声通信信号开集识别方法［J］.信息工程大学学报，2024，25（3）：258-264；271.

[2] 王均成，贺超，赵志源，等.基于YOLOv3-tiny的视频监控目标检测算法［J］.电子技术应用，2022，48（7）：30-33；39.

[3] 梅灏.通信信号的智能测向与识别研究［D］.成都：电子科技大学，2025：1-96.

[4] 李潭潭.基于轻量级网络的通信信号调制识别技术研究［D］.合肥：安徽建筑大学，2025：1-72.

[5] 夏亦佳，郭玉霞.基于STFT的雷达信号脉内调制识别［J］.信息技术与信息化，2024（5）：161-164.

[6] 石涵宇，司伟建，夏新凡.低信噪比下典型雷达信号调制类型识别［J］.制导与引信，2023，44（4）：9-16.

[7] 邱天昊.基于深度学习的水声信号侦察系统设计［D］.哈尔滨：哈尔滨工程大学，2024：1-76.

[8] 李瀚森，黄华，王铎澎.基于改进卷积神经网络的信号调制识别［J］.舰船电子对抗，2024，47（2）：81-85.

[9] 赵蓝天.电磁信号调制类型半监督学习识别研究［D］.西安：西安电子科技大学，2024：1-120.

[10] 高向兰.电磁干扰识别和环境感知驱动的自适应通信技术研究［D］.西安：西安电子科技大学，2024：1-107.

[11] 周鑫，何晓新，郑昌文.基于图像深度学习的无线电信号识别［J］.通信学报，2019，40（7）：114-125.

[12] 马文轩，蔡卓燃，王川，等.基于轻量级混合神经网络的边缘设备调制识别方法［J］.信息对抗技术，2024（6）：83-94.

[13] NESSE W H， BAHMANI Z， CLARK K， et al. Differential contributions of inhibitory subnetwork to visual cortical modulations identified via computational model of working memory［J］. Frontiers in Computational Neuroscience， 2021，15：No.632730.

[14] SRIVASTAVA N， HINTON G， KRIZHEVSKY A， et al. Dropout： a simple way to prevent neural networks from overfitting［J］. The Journal of Machine Learning Research，2014，15（1）：1929-1958.

[15] O’SHEA T J， CORGAN J， CLANCY T C. Convolutional radio modulation recognition networks［C］∥Proceedings of Engineering Applications of Neural Networks. Cham， Switzerland： Springer， 2016：213-226.