IQFormer 自动调制识别代码与实验数据
数据集简介
论文标题与官方代码说明
本仓库对应论文《IQFormer: A Novel Transformer-Based Model With Multi-Modality Fusion for Automatic Modulation Recognition》,是 IQFormer 模型的官方代码发布页,同时托管配套的实验数据、训练日志、预训练权重与可视化结果。仓库由 Md Abu Saleh Akib 在 HuggingFace 上托管,内容定期从 Kaggle 同步,最近一次同步时间为 2026-09-23 18:53:15。
仓库目录包括 dataset、demod、logs_old、main_old、model、save_models、save_models_old、utils 与 .virtual_documents,覆盖数据读取、模型定义、训练与推理、结果保存等环节。文件类型涵盖 csv、h5、pdf、ipynb、py、md 与 txt。
引用
若在研究中使用本工作,请引用原论文。论文作者包括 Mingyuan Shao、Dingzhao Li、Shaohua Hong、Jie Qi 与 Haixin Sun,通讯邮箱为 shaomy666@stu.xmu.edu.cn,单位为厦门大学。仓库许可证为 MIT License,版权声明为 Copyright (c) 2024 Shao Mingyuan。
数据准备
作者在三个数据集上开展实验:RML2016.10a、RML2016.10b 与 HisarMod2019.1。为便于使用,作者已将 I/Q 信号合并并保存为 h5py 文件,仓库内 h5 文件可直接通过 h5py 读取。RML2016 系列原始数据集需从 DeepSig 获取,HisarMod2019.1 需通过其发布链接获取;预训练模型可通过夸克网盘下载,或通过邮件联系作者获取。
信号样本的 I/Q 采样列与 SNR 字段一并保存在 h5 文件中,训练日志 CSV 记录 epoch、loss、samples、labels、snr 等字段,便于复现训练过程与绘制损失曲线。
运行环境
仓库提供推理脚本与 Notebook,配合 model、utils、demod 等目录下的代码使用。运行前需按数据准备一节获取原始数据集与预训练权重,并安装 h5py 等依赖以读取 h5 信号文件。仓库以 MIT 许可证分发,允许在保留版权声明的前提下修改与再分发。
许可
本代码以 MIT License 分发,Copyright (c) 2024 Shao Mingyuan。仓库公开可下载,非 gated。