一种基于强化度量元学习的小样本信号调制方式识别方法

本发明公开一种基于强化度量元学习的小样本信号调制方式识别方法，涉及通信和深度神经网络技术领域，解决现有技术在小样本条件下调制方式识别准确性较低的问题。该方法根据N‑way K‑shot策略，将数据集D划分为元训练集Dtr和元测试集Dtr；根据元训练集Dtr，对MAFNet特征提取网络进行预训练；采用预训练好的MAFNet特征提取网络作为初始模型，结合N‑way K‑shot训练策略以及改进的原型网络对初始模型进行优化；进一步优化模型，直至获得最终训练好的模型；将元测试集Dtr数据输入到最终训练好的模型中，完成小样本调制识别任务；该方法能够在复杂电磁环境下，尤其是在低信噪比条件下，保持良好的调制方式识别性能。