科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决非合作通信情况下,具有特定帧结构的复杂信号难以重构问题,设计了一种利用深度无悔分析生成对抗网络(deep regret analytic generative adversarial networks, DRAGAN)重构信号的方法。首先利用无悔算法(no-regret algorithms)对判别器损失函数进行约束,判别器的梯度被迫向更加稳定的方向变化;其次通过生成器与判别器的对抗学习,生成器的分布逐步拟合到目标数据的潜在分布;最后构建具有特定帧的复杂信号模型,并据此进行DRAGAN方法的实验验证。仿真实验结果表明,在信噪比为9 dB及以上的条件下,生成信号不仅学习到了样本信号的调制样式、符号速率和频率带宽等特性,还能较准确还原出特定帧部分的符号信息。相较于传统方法,利用DRAGAN生成信号具有相关性高、重构流程简易和泛化能力强等特点,所设计的网络模型在电磁环境构建等场景中具有实用价值。
- 单位
