一种基于数据集扩充的调制方式估计增强方法

本发明公开了一种基于数据集扩充的调制方式估计增强方法，包括：利用模型数据双驱动的方式来扩充信号训练数据集；构建面向背景信息学习的长短记忆网络模型，在扩充数据集上训练并生成网络模型提取信号的背景信息并实现信噪比估计；构建基于深度残差收缩网络的信号调制方式特征估计网络，通过构建通道注意力阈值函数、应用注意力机制、引入残差收缩模块单元形成动态通道阈值更新结构，实现对不同环境下信号样本调制方式的估计。本发明有效解决了低信噪比且数据集较少时信号调制方式估计不准确的问题，实现高精度的调制方式估计。