摘要
一种基于掩码重构驱动的多表示域特征融合信号调制识别方法,包括:1)在预训练阶段,对输入信号分解生成的I通道、Q通道、幅度及相位分量分别施加随机掩码操作;2)随后输入编码器进行编码处理,通过编码器提取特征向量,经由残差连接引导的门控融合模块动态整合特征信息,并利用重构头对被掩码区域进行重建以实现自监督学习,从而获得鲁棒的通用表示;3)在微调阶段,输入未掩码的下游任务数据集,加载预训练阶段获得的权重,将四个表示域(同相分量、正交分量、幅度、相位)的信号合并输入编码器,经由残差连接引导的门控融合模块动态整合跨表示域特征信息;4)最终将融合特征输入分类头,输出调制类别的识别结果。本发明大幅降低了模型向特定识别任务迁移时的训练成本和过拟合风险,还实现了高精度、强泛化与低成本的有效统一,显著增强了方法的实用性与部署效率。
技术关键词
信号调制识别方法
重构
Softmax函数
融合特征
编码器
调制方式分类
多层感知机
通道
信号特征
阶段
数据
动态
微调技术
模型主体
模块
标签
样本
矩阵
平方根
系统为您推荐了相关专利信息
大语言模型
实体
对称条件概率
中文文本
语义角色标注
图像生成模型
图像编码器
文本编码器
图像解码器
生成输出图像
全息图
深度学习网络模型
光调制器
多模光纤成像方法
滑动窗口机制
面向中文文本
样本生成方法
中文文本分类
列表
攻击检测模型