RML2018.01a数据集的读取与使用

置顶 sinysama

已于 2024-12-30 09:22:20 修改

阅读量1.2w

点赞数 2

于 2022-04-29 16:50:31 首次发布

本文链接：https://blog.youkuaiyun.com/QAQIknow/article/details/124496853

版权

调制识别专栏收录该内容

9 篇文章 ¥119.90 ¥299.90

订阅专栏

本文介绍了RadioML2018.01a数据集，包括其构成、主要损伤类型和注意事项。数据集包含24种调制类型，涉及载波频率偏移、符号速率偏移、延迟和热噪声等损伤。建议使用内存至少128GB的计算机。读取数据集和训练模型时需注意内存占用，可调整数据集大小以适应资源限制。文章还提供了数据集下载链接、读取方法及训练集划分策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本专栏将简要介绍该数据集的构成，给出数据集的注意事项、处理方式

深度学习框架	Tensorflow+Keras 参考配置请点击这里
模型	相关代码
CNN/ResNet	使用CNN/ResNet实现自动调制识别(RML2018.01a)
LSTM	使用LSTM实现自动调制识别(RML2018.01a))
CLDNN	使用CLDNN实现自动调制识别(RML2018.01a))
Transformer(RML2016a)	使用Transformer实现自动调制识别（RML2016.10a，90%+精度（未调参优化））
Transformer(RML2018)	使用Transformer实现自动调制识别（RML2018）