针对MPSK信号的调制识别问题，本文提出了一种新的最大似然比调制分类算法，采用平均释然比检测方法，通过对接收信号的的离散化和对主要参数的简要近似，得到了离散情况下的近似分类统计量！-MPSK signals for modulation recognition problem, we propose a new maximum likelihood modulation classification algorithm, using an average of more than relieve

using KERAS in python and CNN to get modualtion classification

卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称