一种信号智能模型知识图谱构建方法和装置

一种信号智能模型知识图谱构建方法和装置，其方法包括：S1：使用两种识别任务的数据集，调制识别和个体识别，对两种识别任务的数据集添加三种干扰，如：单音干扰，线性扫频干扰，部分频带干扰。S2：利用多个深度学习模型对包含两种任务三种干扰的数据集分别进行预训练，根据深度学习模型的参数量、计算量、任务精度等属性，得到深度学习模型和两种任务三种干扰的对应关系。S3：将使用的数据转化为知识图谱中的节点，生成模型节点，特定干扰施加下的任务节点，并赋予对应的属性和关系；将模型和任务间的关联转化为图结构的连边，形成知识图谱。S4：使用Neo4j数据库，通过Cypher查询语言和Python API进行图谱的构建和维护。本发明通过为不同任务的数据集添加多种干扰，模拟实际通信环境中的复杂场景，并将添加干扰后的数据集用于已有深度学习模型进行训练，实现了信号识别模型的智能选择和优化。