yuuuuuuuk的博客

个人没具体对应分析，也没有统计分析，只是给出粗略实现方式，生成噪声代码如下，最后的数据和deepsig2018数据格式类似，X=[4096,1024,2] Y[4096,1] (和deepsig2018不一样【4096，24】，理论应该整合起来，全部修改为【4096,2】，当然我认为可以同时实现调制识别和频谱感知，那么应该修改为【4096,25】)，Z【4096,1】，重说一遍，各噪声功率的比值没进行统计分析，仅主观设置，本文仅提供思路，mul=3，基本在0-1（符合0db情况，后面不在赘述）

滤波器 【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

在本章中，我们将讨论噪声，包括如何在无线通信系统中对噪声进行建模和处理。概念包括AWGN、复数噪声和SNR/SINR。我们还将在此过程中介绍分贝（dB），因为它在无线通信和SDR中广泛存在。

DeepSig RadioML 2018.01A 处理为单信噪比单调制数据，及数据集分析

4、USRP【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

PlutoSDR【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

IQ 文件和 SigMF【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

数字调制【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

IQ采样【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

2、频域【入门软件无线电（SDR）】PySDR：使用 Python 的 SDR 和 DSP 指南

PySDR：使用 Python 的 SDR 和 DSP 指南