本文基于RML2018.01a大型数据集，给出CLDNN的信号识别的实现方式（附代码）
CLDNN谷歌提出的一种CNN（不带池化层）和LSTM的串联结构
本文的CLDNN由5层CNN和1层LSTM构成（可通过增加层数或修改卷积核数量以进一步提高准确率，由于该数据集较大，优化及其费时废机器，博主没有过多优化，准确率在最后给出）
已构模型及代码
| 模型 | 传送门 |
|---|---|
| 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)) |
- 一、CLDNN的代码实现
-
- 1.1 导入包
- 1.2 数据读取及数据集划分
- 1.3 构建CLDNN模型
