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20dB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。
-
单位空军工程大学信息与导航学院