基于零样本学习和自编码器的调制信号识别研究

来源：电子测量技术杂志2024年第14期北京时间：

作者：童子滔，张治中，张涛，杜奕航

单位：1.南京信息工程大学电子与信息工程学院 南京 210044; 2.国防科技大学第六十三研究所 南京 210007

摘要：针对深度学习模型在信号调制识别应用中无法有效识别未知调制方式的问题，提出了一种基于零样本学习和自编码器的信号调制识别模型，用于信号调制开集识别。通过自编码器提取调制信号的特征，引入交叉熵损失、中心损失和重构损失使得不同调制信号的特征能够良好分离，进一步根据特征空间的分布进行调制信号的开集识别。此外，利用解码器重构信号并加入训练，有效提升了模型识别率。实验结果表明，模型能够在提升已知类识别率的前提下对未知类进行区分，且对未知类的分类效果优于传统的开集识别方法，其中未知类识别率达到80％，已知类识别率稳定在95％左右。

关键词：信号识别;零样本学习;卷积神经网络;自编码器;组合损失

基金资助：国家自然科学基金（62371463）项目资助