基于集成学习与特征降维的小样本调制识别方法

来源：系统工程与电子技术杂志2021年第4期北京时间：

作者：史蕴豪, 许华, 郑万泽, 刘英辉

单位：空军工程大学信息与导航学院, 陕西 西安 710077

摘要：针对有标签样本较少条件下的通信信号调制识别问题, 提出一种基于集成学习与特征降维的小样本调制方式分类模型。首先，通过集成人工特征与深度学习自动提取特征构成特征集合。然后，设计特征选择算法对特征合集进行优选生成高效特征子集。最后, 利用可快速收敛的高性能分类器对信号进行区分, 实现在少量有标签样本和大量无标签样本条件下的调制方式分类。仿真结果表明, 通过对8种数字信号进行调制识别, 在信噪比为20 dB时, 所提算法可将信号最高识别率提升至96%, 同时该算法设计简单, 具有较大应用价值。

关键词：调制识别,小样本,集成学习,特征选择

基金资助：国家自然科学基金(61601500)