基于域适应神经网络的调制方式分类方法

• 作者: 单俊杰 史蕴豪 许华
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 调制识别 域适应 迁移学习 自编码器 CORAL损失
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 电子信息与通信导航
• 页码范围: 69-75
• 页数: 7页
• 分类号: TN975
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2020.05.011

摘要

针对深度学习进行调制方式识别领域测试样本与训练样本存在分布差异的问题,提出了基于域适应神经网络的调制识别方法.首先采用VGG16深度卷积神经网络提取信号小波变换后系数图像特征;然后利用自编码器对高维特征进行降维处理;再计算训练样本特征与测试样本特征之间的CORAL损失;最后联合优化分类损失和CORAL损失使模型达到最优.通过仿真实验证明,在信号类别存在差异或信道环境存在差异的条件下,引入域适应技术可提高待测信号识别准确率5％以上.