一种用于信号调制识别的深度学习模型的对抗性防御方法

本发明提供了一种用于信号调制识别的深度学习模型的对抗性防御方法，涉及深度学习技术领域。包括：获取待识别的信号调制数据并进行预处理得到输入样本数据；将所述输入样本输入至防御识别模型中，得到识别结果；所述防御识别模型的构建过程为：基于深度学习模型构建第一防御识别子模型；根据传输方程理论对所述第一防御识别子模型的残差网络进行改进得到第二防御识别子模型；对所述第二防御识别子模型注入高斯噪声得到第三防御识别子模型；根据所述第三防御识别子模型和径向基函数得到防御识别模型。本发明解决了现有技术中防御对抗性攻击的方法存在防御效果不稳定和防御测量复杂的问题。