基于生成对抗网络的数据增强方法及应用

作者:周华吉; 焦李成; 徐杰; 沈伟国; 王巍; 楼财义
来源:太赫兹科学与电子信息学报, 2022, 20(12): 1249-1256.
DOI:10.11805/TKYDA2021271

摘要

对于小样本电磁信号识别,数据增强是一种最为直观的对策。利用生成对抗网络(GAN)产生虚假信号样本,设计粗粒度和细粒度筛选机制对生成信号进行筛选,剔除质量较差的生成信号,实现训练样本集的有效扩充。为验证所提数据增强算法的有效性,在RADIOML2016.04C数据集上进行测试。实验结果表明,本文所提方法对小样本电磁信号识别准确率有较好的提升效果。

全文