小样本条件下的数字通信信号调制识别研究

• 作者: 张邦宁 曹林 郭道省 马小博
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 调制识别 小样本 生成式对抗网络 深度卷积生成对抗网络 条件生成对抗网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 2641-2646
• 页数: 6页
• 分类号: TN919
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.11.004

摘要

在现今的通信中,接收信号样本不完全会造成数据的缺失,给数字信号的识别带来困难.因此小样本条件下的数字通信信号调制识别研究具有重大意义.生成式对抗网络(GAN)作为一种拟合生成数据的热门方法备受关注.在原始GAN的基础上将深度卷积对抗网络用于条件生成式对抗网络,实现小样本数据的扩充和识别.实验仿真结果表明,所提出的方法可以有效地生成数据并进行分类识别.此外与相关算法的比较,验证了算法的可行性.