开源调制识别数据集整理

RML公开数据集整理

本文简要整理了几个开源的调制识别数据集
附上了链接，注册一下即可下载
数据集的作者是O’Shea, T.J

数据集及下载地址	类别	样本总量
RML2016.10A	8个数字调制方式: 8PSK, BPSK, CPFSK, GFSK, PAM4, 16QAM, 64QAM, QPSK；3个模拟调制方式：AM-DSB, AM-SSB, WBFM	22万
RML2016.10B	8个数字调制方式: 8PSK, BPSK, CPFSK, GFSK, PAM4, 16QAM, 64QAM, QPSK；2个模拟调制方式：AM-DSB, WBFM	120万
RML2016.04C	8个数字调制方式: 8PSK, BPSK, CPFSK, GFSK, PAM4, 16QAM, 64QAM, QPSK；3个模拟调制方式：AM-DSB, AM-SSB, WBFM	16.206万
RML2018.01A	24种调制方式：32PSK, 16APSK, 32QAM, FM, GMSK, 32APSK, OQPSK, 8ASK, BPSK, 8PSK, AM-SSB-SC, 4ASK, 16PSK, 64APSK, 128QAM, 128APSK, AM-DSB-SC, AM-SSB-WC, 64QAM, QPSK, 256QAM, AM-DSB-WC, OOK, 16QAM	255.5904万

RML2018.01A数据集对内存占用较大，设备本身需要一定条件。

如果你的目标是发表EI或者SCI，相信本专栏会对你有用并且可以节省你大量研究时间。
（代码编写和整理不易，故收取一定费用，专栏包含了基本的调制识别模型，各类绘图，相关可引参考文献等，有需要可以了解）

深度学习框架	Tensorflow+Keras
RML2018.01a数据集的读取与使用	链接
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))

相关整理	链接
调制识别参考文献	链接
调制识别绘图	链接
各神经网络参考文献	链接