问题

经常会有人问的一个问题：

• 我用RML2018跑的调制识别模型，用RML2016数据集能直接识别吗？（2018数据集信号样本的长度是1024,2016数据集信号样本的长度是128）

答案很明显是：不能

原因就是输入维度不匹配

解决办法

由于RML2018和RML2016数据集的信号样本长度分别为1024和128，直接使用在RML2018上训练的调制识别模型来识别RML2016的数据可能会遇到输入维度不匹配的问题。以下是一些可能的解决方案和建议：

1. 调整输入数据长度

• 重采样或插值：将RML2016的128长度信号通过插值或重采样的方法扩展到1024长度。这可以保持信号的主要特征，但可能会引入一些失真。
• 零填充：在信号末尾添加零，使其长度达到1024。这种方法简单，但可能会影响模型对信号边缘的处理。

2. 修改模型结构(我个人比较推崇的方法)

• 适应不同输入长度：如果模型架构允许，可以调整输入层以接受128长度的信号。例如&