如何使用DNN处理输入特征以进行自动调制分类

Question

使用DNN进行自动调制分类时，如何处理复杂的基带信号？例如，输入训练数据的维数为（8800,2,128），2代表I和Q通道。在这种情况下，我们有8800个示例示例，每个示例包含128个复数浮点时间采样。如果我们想设计一个DNN来完成分类任务，我们如何处理输入要素？输入维度的维度为（2,128），如何处理此二维输入特征？谢谢。如果您能在python中给我一些想法或代码，我将不胜感激。