基于弹性迁移学习的自动调制识别方法

    公开(公告)号:CN118551272A

    公开(公告)日:2024-08-27

    申请号:CN202410749178.X

    申请日:2024-06-12

    摘要: 本发明公开了基于弹性迁移学习的自动调制识别方法,包括:S1、获取源域数据集和目标域数据集;S2、构建弹性迁移学习模型,包括源域模型和目标域模型;S3、目标域模型由网络浅层至深层逐步学习源域模型源域数据集上的知识,由浅入深更新目标域模型中所有非全连接层的参数,再使用目标域模型在目标域数据集上的交叉熵计算梯度反向传播到目标域所有层,以激励目标域模型在目标域数据集上探索特定的知识;其中,目标域模型的每个残差块学习源域模型在源域数据集上的知识时冻结其他层只学习当前层知识;S4、基于目标域模型在目标域数据集上探索的知识进行信号识别。本发明采用弹性迁移学习的方式,能对小样本数据进行调制识别,并能提升识别准确度。