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

AITNT
正文
推荐专利
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
申请号:CN202511073246
申请日期:2025-08-01
公开号:CN120856512A
公开日期:2025-10-28
类型:发明专利
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
1
结合信息图与因果推理的中文大语言模型幻觉检测技术
大语言模型 实体 对称条件概率 中文文本 语义角色标注
2
图像生成模型及其训练和图像生成方法
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
3
虚实拟合定位方法和装置
混合现实设备 虚拟对象 标识 轨迹 运动
4
一种基于深度学习的多模光纤成像方法、系统及装置
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
5
面向中文文本分类模型的多策略对抗样本生成方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号