摘要
本发明公开了一种基于时频引导对抗样本净化的无线电信号识别方法,获取无线电信号数据集,包括信号类别标签和时域IQ信号样本,构建无线电信号训练集,训练基于深度学习的信号识别模型;根据扩散模型的前向扩散过程,向无线电信号训练集中的每一个样本逐步添加高斯噪声,训练基于神经网络的噪声预测器;向归一化后的无线电信号测试集添加对抗扰动模拟待净化的无线电信号,将无线电信号时频语义引导项引入扩散模型的逆向过程,利用噪声预测器,从标准高斯噪声中逐步采样恢复,得到净化后的无线电信号;将净化后的无线电信号送入已训练好的信号识别模型进行识别。本发明显著提高了识别模型在对抗样本攻击下的识别准确率。
技术关键词
样本净化
信号识别模型
噪声预测器
无线电信号测试
无线电信号识别
变量
信号识别系统
语义
短时傅里叶变换
控制无线电
训练集
数据
标签
有效值
系统为您推荐了相关专利信息
人脸图片
加密人脸
人脸关键点
人脸特征
噪声预测器
信号特征信息
特征提取模块
信号特征提取
信号识别方法
输入端
残差模块
分辨率方法
上采样
采样模块
多模态信息融合
信号识别模型
信号识别方法
信号识别模块
序列
数据
时钟同步
信号源
信号识别模型
隔离控制器
信号处理器