科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有自动调制识别(AMR)方法中,由于训练样本和实际应用的数据存在较大的不同,而导致识别率恶化的问题,提出无监督领域自适应(DA)的调制识别方法。该方法在传统识别网络中加入域分类子网络,在训练的代价项中加入域分类代价,使得网络能够同时适应目标域和源域。通过开源软件仿真的数据集证明,相比于无迁移学习和基于参数精调的方法,在CNN为基础网络的条件下,识别率分别提高了41%和7%;在ResNet为基础网络的条件下,识别率分别提高了43%和9%。
-
单位四川大学锦城学院
