拆解｜多尺度复数卷积，把调制识别准确率又往上推了 3 个点【文末附代码链接】

基于多尺度复数卷积融合网络（MCCFN）的自动调制识别实现与复现

本文环境： Python 3.9 + PyTorch 2.0 + CUDA 11.8 + NVIDIA RTX 3090

1. 背景与问题

自动调制识别（Automatic Modulation Recognition, AMR）是认知无线电与电子侦察中的底层关键任务。空天地一体化网络（SAGIN）场景下，信号经历多径、多普勒与干扰，低信噪比区间的识别率急剧下降。传统人工特征（高阶累积量、循环谱）泛化能力有限，而现有深度学习方法普遍将 I/Q 信号作为两个独立实数通道 处理，忽略了幅度与相位的联合分布信息。

文献 1 提出的 MCCFN（Multi-scale Complex-valued Convolutional Fusion Network） 用复数卷积保留 I/Q 联合相位信息，配合多尺度特征提取与自注意力融合，在 RML2016.10A / 10b / RML22 上取得 SOTA 效果。本文基于公开代码梳理其结构、训练策略与复现要点。

2. 数据集说明

数据集	类别数	每帧采样点数	SNR 范围	备注
RML2016.10A	11	128	−20 ~ 30 dB	QAM16、QAM64、8PSK、WBFM、BPSK、CPFSK、AM-DSB、GFSK、PAM4、QPSK、AM-SSB
RML2016.10b	10	128	0 ~ 30 dB	同 10A 去除 AM-SSB，SNR 起点更高
RML22	22	128	−20 ~ 30 dB	扩展调制样式，难度最大

训练配置（以 2016.10A 为例）：epochs=100, batch_size=64, lr=0.001, patience=10, gamma=0.5。

3. 复数卷积原理

将采样信号建模为复数

z = x + j y z = x + jy z=x+jy

复数卷积核 w = a + j b w = a + jb w=a+jb，卷积结果遵循复数乘法：

z ∗ w = ( x a − y b ) + j   ( x b + y a ) z \ast w = (xa - yb) + j\,(xb + ya) z∗w=(xa−yb)+j(xb+ya)

即实部输出 = 实-实卷积 − 虚-虚卷积，虚部输出 = 实-虚卷积 + 虚-实卷积。实部与虚部通过卷积核参数交叉耦合 ，从而保留 I/Q 联合相位特征。

核心实现（完整版）：

import torch
import torch.nn as nn

class ComplexConv1d(nn.Module):
    """复数一维卷积：实部/虚部交叉运算，保留 I/Q 联合相位信息

    参数:
        in_channels:  输入通道数，要求为 2 的倍数（实+虚）
        out_channels: 输出通道数，要求为 2 的倍数
    """
    def __init__(self, in_channels, out_channels, kernel_size=1,
                 stride=1, padding=0, dilation=1, groups=1,
                 bias=False, complex_axis=1):
        super().__init__()
        assert in_channels % 2 == 0 and out_channels % 2 == 0, \
            "复数卷积通道数必须为偶数（实/虚各半）"
        self.real_conv = nn.Conv1d(
            in_channels // 2, out_channels // 2,
            kernel_size, stride, padding, dilation, groups, bias=bias)
        self.imag_conv = nn.Conv1d(
            in_channels // 2, out_channels // 2,
            kernel_size, stride, padding, dilation, groups, bias=bias)

    def forward(self, inputs):
        # 输入 [B, C, L]，沿通道维拆成实部/虚部
        real, imag = torch.chunk(inputs, 2, dim=1)
        real2real = self.real_conv(real)  # 实部 → 实部
        imag2imag = self.imag_conv(imag)  # 虚部 → 虚部
        real2imag = self.imag_conv(real)  # 实部 → 虚部（共享虚部卷积核）
        imag2real = self.real_conv(imag)  # 虚部 → 实部（共享实部卷积核）
        # 复数乘法：实部 = 实*实 − 虚*虚；虚部 = 实*虚 + 虚*实
        real_out = real2real - imag2imag
        imag_out = real2imag + imag2real
        return torch.cat([real_out, imag_out], dim=1)

4. 网络结构

整体数据流：

IQ (2, 128)
  └─ MultiScaleModule ──► 复数卷积 kernel=3/5/7 并行，各 1/3 通道，拼接
  └─ Conv Stem ──► 复数卷积块 ×4：36 → 48 → 64 → 128 → 256
  └─ 自注意力特征融合（Multi-Head Attention, 2 头, hidden=512）
  └─ GAP ──► Linear(256,512) + Dropout + PReLU + Linear(512, num_classes)

多尺度模块（MultiScaleModule）：

class MultiScaleModule(nn.Module):
    """多尺度复数卷积：3/5/7 三种卷积核并行，覆盖不同符号周期特征"""
    def __init__(self, out_channel):
        super().__init__()
        self.conv_3 = nn.Sequential(
            nn.ZeroPad2d((1, 1, 0, 0)),
            ComplexConv1d(2, out_channel // 3, kernel_size=3),
            nn.LeakyReLU(inplace=True),
            nn.BatchNorm2d(out_channel // 3))
        self.conv_5 = nn.Sequential(
            nn.ZeroPad2d((2, 2, 0, 0)),
            ComplexConv1d(2, out_channel // 3, kernel_size=5),
            nn.LeakyReLU(inplace=True),
            nn.BatchNorm2d(out_channel // 3))
        self.conv_7 = nn.Sequential(
            nn.ZeroPad2d((3, 3, 0, 0)),
            ComplexConv1d(2, out_channel // 3, kernel_size=7),
            nn.LeakyReLU(inplace=True),
            nn.BatchNorm2d(out_channel // 3))

    def forward(self, x):
        # 三种尺度的特征沿通道维拼接
        return torch.cat([self.conv_3(x), self.conv_5(x), self.conv_7(x)], dim=1)

自注意力特征融合（FeaFusionModule）：

class FeaFusionModule(nn.Module):
    """自注意力特征融合：按输入信号动态加权多尺度特征"""
    def __init__(self, num_attention_heads, input_size, hidden_size):
        super().__init__()
        self.attention = nn.MultiheadAttention(
            embed_dim=hidden_size, num_heads=num_attention_heads, dropout=0.5)
        self.key_layer = nn.Linear(input_size, hidden_size)
        self.query_layer = nn.Linear(input_size, hidden_size)
        self.value_layer = nn.Linear(input_size, hidden_size)

    def forward(self, x):
        # x: [B, L, C]；MultiheadAttention 期望 [L, B, C] 或 [B, L, C]（batch_first）
        key = self.key_layer(x).permute(1, 0, 2)
        query = self.query_layer(x).permute(1, 0, 2)
        value = self.value_layer(x).permute(1, 0, 2)
        attn_output, _ = self.attention(query, key, value)
        return attn_output.permute(1, 0, 2)

5. 训练策略：动态 Dropout 与动态学习率

针对短样本（128 点）信号极易过早过拟合的问题，作者设计了两种动态机制。

动态 Dropout： 学习率下降时（进入精细拟合阶段），将 Dropout 率从初始 0.3 逐步上调至上限 0.6：

def update_dropout(self):
    """学习率下降 → 加大 Dropout 正则，防止后期过拟合"""
    if self.current_lr < self.previous_lr:
        self.new_dropout_rate = min(
            self.cfg.max_dropout_rate,                    # 上限 0.6
            max(self.new_dropout_rate + 0.1,              # 步长 0.1
                self.cfg.initial_dropout_rate))           # 下限 0.3
        self.set_dropout_rate(self.new_dropout_rate)

动态学习率： 监测训练/验证准确率差异，超过阈值（acc_threshold=0.01）即降低学习率（gamma=0.5），配合早停（patience=10）：

if acc_train - acc_val > self.cfg.acc_threshold:
    self.scheduler.step()  # 学习率 × 0.5

6. 实验结果与对比

数据集	MCCFN	对比基线（SOTA）	提升
RML2016.10A	63.415%	~62% 量级	+1~2 个点
RML2016.10b	65.29%	约 64% 量级	+1 个点以上
RML22	69.66%	约 68% 量级	+1~2 个点

消融实验（RML2016.10A）：

变体	改动	结论
MCCFN_1	单尺度卷积	多尺度有效，准确率下降
MCCFN_2	实数卷积替换复数卷积	复数卷积有效，准确率明显回落
MCCFN_3	去掉自注意力融合	动态融合有效，准确率下降

7. 复现避坑清单

1. 通道数必须为偶数 ：复数卷积要求 in_channels/out_channels 能被 2 整除，否则 torch.chunk(2) 报错；
2. ZeroPad2d 的 padding 是 4 元组 ：(left, right, top, bottom)，一维信号用 (pad, pad, 0, 0) 补左右两侧；
3. Dropout 上限别开太大：0.6 以上在低 SNR 段容易欠拟合，准确率反而下降；
4. BN 放在激活之后 ：LeakyReLU → BatchNorm2d 顺序经过实验验证，反序训练不稳定；
5. 按 SNR 分段评估：低 SNR 段准确率方差大，只看总体准确率会掩盖模型在 −10~0 dB 区间的能力；
6. 短样本必配动态正则：128 点信号信息密度低，静态 Dropout 不足以抑制过拟合。

8. 参考文献

1 An Li, Yue Li, Qiang Zhang, Ping Chen. "A Multi-scale Complex-valued Convolutional Fusion Network for Automatic Modulation Recognition." Mobile Networks and Applications , 2026. DOI: 10.1007/s11036-026-02513-9

2 O'Shea T J, Corgan J, Clancy T C. "Convolutional radio modulation recognition networks." EANN 2016.（RML2016 数据集出处）

---

本文为原理与核心代码拆解，完整可运行工程、数据集与调参脚本见原文链接 EWFrontier。