简介这份资源面向通信信号处理与深度学习方向的开发者、学生及研究人员提供基于RML2016-10a数据集的调制识别完整实现方案采用PyTorch框架搭建LSTM网络完成ASK、FSK、PSK、QAM等信号的分类任务。压缩包共14个文件约11KB包含3个Python脚本用于数据读取、预处理与模型训练2个CSV记录训练性能指标另有xml、iml等工程配置文件及pyc缓存文件结构紧凑便于快速复现。已有492人学习下载适合希望入门或对比LSTM在通信信号识别中应用效果的读者。通过源码可了解双层LSTM网络架构、幅度相位特征转换、交叉熵损失与Adam优化器的配置细节并借助性能CSV分析多轮训练后的准确率变化为模型调优与混淆矩阵评估提供参考。1. 从一段 IQ 信号说起这套 LSTM 调制识别代码到底能跑出什么如果你手里有一份 RML2016-10a 数据集又刚好想用 PyTorch 搭一个 LSTM 做通信信号调制识别那这套代码包大概率能帮你省掉两三天翻文档、对维度、调 batch 的时间。RML2016-10a 本身是通信领域里被反复引用的公开数据集里面是 11 种调制方式8PSK、AM-DSB、AM-SSB、BPSK、CPFSK、GFSK、PAM4、QAM16、QAM64、QPSK、WBFM的 IQ 采样每种在多个信噪比下各有 1000 条样本单条是 2×128 的复数序列。很多人第一次拿到它卡的不是模型而是「这 2×128 到底怎么喂进 LSTM」「信噪比要不要当特征」「标签怎么从字符串转成 tensor」。这套基于 PyTorch 的 LSTM 实现把数据加载、模型定义、训练循环、评估可视化都串好了适合刚接触调制识别、想先跑通 baseline 再改结构的人也适合已经用过 CNN 版本、想对比 LSTM 时序建模效果的从业者。2. 数据管线拆解把 2×128 的 IQ 序列喂进 LSTM 之前要做的四件事2.1 先看清 RML2016-10a 的真实结构RML2016-10a 通常以 pickle 格式分发加载后是一个字典键是(mod_type, snr)这样的元组值是一个形状为(1000, 2, 128)的 numpy 数组。注意这里的 2 是 I/Q 两路128 是时间采样点。很多人第一次读会误以为 2 是 batch结果后面维度全乱。我一般会先写一段探查代码把键的数量、每个键下的形状、数据类型打印出来确认无误再往下走。import pickle import numpy as np # 常见做法用 latin-1 编码打开避免 Python3 读 Python2 生成的 pickle 报错 with open(RML2016.10a_dict.pkl, rb) as f: data pickle.load(f, encodinglatin-1) print(键数量:, len(data)) first_key list(data.keys())[0] print(示例键:, first_key) print(对应形状:, data[first_key].shape) print(数据类型:, data[first_key].dtype)这段代码里encodinglatin-1是关键参数RML2016-10a 原始文件多由 Python2 生成直接用默认编码会抛UnicodeDecodeError。打印键数量能帮你确认是否 220 个键11 调制 × 20 信噪比如果数量对不上说明文件可能被截断或版本不同。2.2 把字典拍平成监督学习需要的 X 和 Y原始字典不能直接送进 DataLoader需要拍平成两个数组X 形状(样本数, 2, 128)Y 是调制类型的整数编码。同时把信噪比单独存一份后面做分 SNR 评估要用。这里有个容易翻车的地方标签编码必须固定顺序否则训练完预测出来的索引对不上调制名。import numpy as np mods [8PSK, AM-DSB, AM-SSB, BPSK, CPFSK, GFSK, PAM4, QAM16, QAM64, QPSK, WBFM] mod_to_idx {m: i for i, m in enumerate(mods)} X, Y, SNR [], [], [] for (mod, snr), arr in data.items(): X.append(arr) Y.append(np.full(arr.shape[0], mod_to_idx[mod])) SNR.append(np.full(arr.shape[0], snr)) X np.concatenate(X, axis0).astype(np.float32) Y np.concatenate(Y, axis0).astype(np.int64) SNR np.concatenate(SNR, axis0).astype(np.int32) print(X.shape, Y.shape, SNR.shape) # 期望 (220000, 2, 128)mods列表的顺序一旦定下就不要改训练、评估、混淆矩阵都依赖它。astype(np.float32)是为了后续转 tensor 时省一次拷贝np.int64是 PyTorch 交叉熵对标签的默认要求。如果显存吃紧可以在这一步就做下采样比如每个(mod, snr)只取 500 条。2.3 维度置换LSTM 要的是 (batch, seq, feature)PyTorch 的 LSTM 默认输入形状是(batch, seq_len, input_size)而 RML2016-10a 给的是(batch, 2, 128)。有两种处理思路一种是把 2 当作 feature、128 当作序列长度即 permute 成(batch, 128, 2)另一种是把 128 当 feature、2 当序列长度。前者更符合「IQ 两路随时间采样」的物理含义也是多数 LSTM 方案的选择。import torch from torch.utils.data import TensorDataset, DataLoader # 置换为 (N, 128, 2)即时间步在前I/Q 作为每步特征 X_perm np.transpose(X, (0, 2, 1)) X_tensor torch.from_numpy(X_perm) Y_tensor torch.from_numpy(Y) dataset TensorDataset(X_tensor, Y_tensor) loader DataLoader(dataset, batch_size256, shuffleTrue, num_workers0)np.transpose(X, (0, 2, 1))把原来的第 2 维128换到中间第 1 维2换到最后。batch_size256是我在单卡 8G 显存下比较稳的值再大容易 OOM再小训练抖动明显。num_workers在 Windows 上建议设 0否则容易卡在共享内存。2.4 训练集/验证集/测试集切分要按 SNR 分层如果直接随机切分可能出现某个 SNR 的样本全进了训练集验证集在该 SNR 上没数据评估曲线会断。常见做法是按(mod, snr)分组后再切保证每个组合在三个集合里都有代表。from sklearn.model_selection import train_test_split idx np.arange(len(Y)) train_idx, test_idx train_test_split( idx, test_size0.2, random_state42, stratifyY * 100 SNR) val_idx, test_idx train_test_split( test_idx, test_size0.5, random_state42, stratifyY[test_idx] * 100 SNR[test_idx]) train_ds TensorDataset(X_tensor[train_idx], Y_tensor[train_idx]) val_ds TensorDataset(X_tensor[val_idx], Y_tensor[val_idx]) test_ds TensorDataset(X_tensor[test_idx], Y_tensor[test_idx])stratifyY * 100 SNR是把调制类别和信噪比组合成一个分层标签这样切出来的每个子集在各 SNR 上分布一致。random_state42固定后结果可复现方便你和我对同一份切分做对比。3. LSTM 模型定义与训练循环层数、隐藏单元、学习率怎么定3.1 模型结构两层 LSTM 加全连接分类头这套代码的模型主体是nn.LSTM堆两层取最后时间步的隐藏状态送全连接。输入特征维度是 2I/Q隐藏单元常用 128层数 2dropout 0.3 左右。为什么不用单向单层单层 LSTM 在低 SNR 下对 QAM16 和 QAM64 的区分度明显不够两层能多一层非线性变换但层数再往上加参数量涨得快收益却很小。import torch.nn as nn class ModLSTM(nn.Module): def __init__(self, input_size2, hidden_size128, num_layers2, num_classes11, dropout0.3): super().__init__() self.lstm nn.LSTM( input_sizeinput_size, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, dropoutdropout if num_layers 1 else 0.0, bidirectionalFalse) self.classifier nn.Sequential( nn.Linear(hidden_size, 64), nn.ReLU(), nn.Dropout(dropout), nn.Linear(64, num_classes)) def forward(self, x): # x: (batch, 128, 2) out, (h_n, c_n) self.lstm(x) last out[:, -1, :] # 取最后时间步 return self.classifier(last)batch_firstTrue让输入保持(batch, seq, feature)省去手动转置。dropout只在num_layers 1时生效这是 PyTorch 的约定。取out[:, -1, :]而不是h_n[-1]是因为out已经过输出层语义更直接两者在单向 LSTM 下等价但用out更直观。3.2 训练循环交叉熵、Adam、学习率衰减损失用CrossEntropyLoss优化器 Adam初始学习率 1e-3配合ReduceLROnPlateau在验证损失不降时减半。训练轮数一般 50 到 80 轮足够再往后验证损失基本平了。import torch.optim as optim from torch.optim.lr_scheduler import ReduceLROnPlateau device torch.device(cuda if torch.cuda.is_available() else cpu) model ModLSTM().to(device) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr1e-3) scheduler ReduceLROnPlateau(optimizer, modemin, factor0.5, patience5) def run_epoch(loader, trainTrue): model.train() if train else model.eval() total_loss, correct, total 0.0, 0, 0 with torch.set_grad_enabled(train): for xb, yb in loader: xb, yb xb.to(device), yb.to(device) logits model(xb) loss criterion(logits, yb) if train: optimizer.zero_grad() loss.backward() # 梯度裁剪防止 LSTM 梯度爆炸 nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() total_loss loss.item() * xb.size(0) correct (logits.argmax(1) yb).sum().item() total xb.size(0) return total_loss / total, correct / totalclip_grad_norm_(..., max_norm5.0)是 LSTM 训练里我必加的一步不加的话偶尔会出现 loss 突然变 NaN血泪经验。ReduceLROnPlateau的patience5表示验证损失连续 5 轮不降才减半太短会导致学习率过早衰减。3.3 分 SNR 评估整体准确率会骗人RML2016-10a 的评估必须按 SNR 拆开看因为 -20dB 和 18dB 的准确率能差出 60 个百分点。整体准确率 60% 听起来还行但如果高 SNR 已经 90%、低 SNR 只有 30%说明模型在噪声鲁棒性上还有空间。def eval_by_snr(model, X, Y, SNR, device): model.eval() results {} with torch.no_grad(): for snr in sorted(set(SNR.tolist())): mask SNR snr xb X[mask].to(device) yb Y[mask].to(device) pred model(xb).argmax(1) acc (pred yb).float().mean().item() results[snr] acc return resultsmask SNR snr生成布尔索引逐 SNR 取子集评估。返回的字典可以直接喂给 matplotlib 画准确率-SNR 曲线横轴 SNR、纵轴准确率这是这类项目最常被要求的一张图。4. 避坑与排查这套代码最容易翻车的五个地方4.1 现象loss 一直是 NaN训练几轮就崩原因通常是学习率过大或梯度爆炸LSTM 在长序列上对这两点特别敏感。解决先把学习率降到 1e-4 试一轮确认 loss 能正常下降后再逐步调回同时确认clip_grad_norm_已经加上max_norm从 5.0 开始试不要超过 10。4.2 现象验证集准确率远高于测试集或者反过来原因多半是切分时没按 SNR 分层某个 SNR 的样本集中到了某一个集合。解决回到 2.4 节用stratifyY * 100 SNR重新切切完打印三个集合的 SNR 分布对比一下。4.3 现象模型把所有样本都预测成 WBFM 或 QPSK这是类别不平衡的典型表现。RML2016-10a 虽然每个(mod, snr)样本数相同但低 SNR 下部分调制类几乎不可分模型会倾向于预测先验概率高的类。解决在CrossEntropyLoss里加weight参数按类别频率的倒数加权或者先只用 SNR 0 的样本训练确认模型能区分后再加低 SNR 数据。4.4 现象DataLoader 在 Windows 上卡死不动num_workers 0时 Windows 的共享内存机制容易出问题。解决把num_workers设为 0或者把主训练逻辑包进if __name__ __main__:。我一般直接在 Windows 上设 0省事。4.5 现象换用双向 LSTM 后准确率没涨反而降了双向 LSTM 会同时看过去和未来但调制识别是因果任务未来时间步的信息在真实接收场景里拿不到。解决如果只是做离线分类可以试双向但如果要贴近实际部署保持单向。另外双向会让参数量翻倍小数据集上更容易过拟合。5. 进阶技巧把 LSTM 和 CNN 拼起来以及一个验证习惯5.1 CNN 前置提取局部特征再送 LSTM 做时序建模纯 LSTM 在 RML2016-10a 上的高 SNR 准确率通常能到 85% 到 90%但低 SNR 段提升有限。一个常见改进是在 LSTM 前加一层一维卷积先提取 IQ 序列的局部相关特征再交给 LSTM 建模长程依赖。结构上就是把nn.Conv1d接在输入后面卷积核大小 3 或 5输出通道 64然后接 LSTM。class CNNLSTM(nn.Module): def __init__(self, hidden_size128, num_classes11): super().__init__() self.conv nn.Sequential( nn.Conv1d(in_channels2, out_channels64, kernel_size3, padding1), nn.BatchNorm1d(64), nn.ReLU()) self.lstm nn.LSTM(input_size64, hidden_sizehidden_size, num_layers2, batch_firstTrue, dropout0.3) self.fc nn.Linear(hidden_size, num_classes) def forward(self, x): # x: (batch, 128, 2) - conv1d 需要 (batch, 2, 128) x x.transpose(1, 2) x self.conv(x) # (batch, 64, 128) x x.transpose(1, 2) # (batch, 128, 64) out, _ self.lstm(x) return self.fc(out[:, -1, :])Conv1d的输入要求通道在前所以 forward 里做了两次 transpose。BatchNorm1d放在卷积后、ReLU 前是常规顺序。这个结构参数量比纯 LSTM 大训练时可以把学习率降到 5e-4。5.2 一个我每次都会走的验证流程改完模型结构后我不会直接跑完整训练而是先做三件事第一用 100 条样本过一遍 forward确认输出形状是(100, 11)第二用随机标签跑 5 轮确认 loss 能从 2.4 左右降到 2.0 以下说明反向传播通了第三固定随机种子跑一次完整训练把准确率-SNR 曲线存成图作为后续改动的基线。这三步走完再动超参或换结构心里有底。检查项期望结果不通过时先看哪forward 输出形状(batch, 11)分类头最后一层维度5 轮随机标签 loss降到 2.0 以下学习率、梯度裁剪基线准确率-SNR 曲线高 SNR 80%数据切分、标签编码从那以后我每次换模型结构都强制走一遍这个三步验证省得跑了几小时才发现维度对不上。希望帮到你。本文还有配套的精品资源点击获取