基于对抗边距与修正原型的小样本增量自动调制识别方法

本发明提供了一种基于对抗边距与修正原型的小样本增量自动调制识别方法，在基础训练阶段对识别模型通过优化边距，使识别模型在增量学习时能够兼顾新旧类别的适应性与稳定性，同时增强新类别的识别能力；而增量学习阶段则通过动态调整新类别的类原型，减少由于样本不足而带来的偏差，提高新类别的表示准确性。本申请旨在解决现有方法在小样本增量学习中，如何平衡已知调制类型的稳定性与新调制类型的学习效率之间的挑战，从而提升模型的泛化能力和准确性。