Classificação Automática de Modulações usando Redes Convolucionais 1D

Neste artigo, investigamos o problema de classificação automática de modulações através do aprendizado de máquina avaliando não somente a acurácia de classificação, mas também o tempo de treinamento das arquiteturas propostas. Diferente dos trabalhos recentes que lidam com o problema utilizando redes neurais convolucionais (CNN) com filtros de duas dimensões, propomos arquiteturas utilizando filtros de uma dimensão---uma CNN, uma ResNet e uma rede mista (combinando ResNet e DenseNet). Para as nossas arquiteturas, observamos que, em comparação com os trabalhos relacionados, as acurácias são próximas ou melhores e que os tempos de treinamento são menores para todos os casos.