一种基于多尺度循环谱特征和自注意力生成对抗网络的调制信号识别方法

摘要

本发明涉及一种基于多尺度循环谱特征和自注意力生成对抗网络的调制信号识别方法，基于多尺度的循环谱特征建立调制信号识别模型。模型采用自注意力生成对抗网络，自注意力模块采用递归神经网络来产生视觉注意，可以让网络重点关注循环谱的局部信息。采用上下文自动编码器用于原图和注意力图的结合，并设置多尺度损失函数，可以在不同的译码层提取特征，将不同尺度信息融合来获得更加丰富的特征信息。为了增加数据的可靠性，利用AutoAugment数据增强算法提升数据价值，并结合多尺度的循环谱特征增强自注意力生成对抗网络的泛化能力。此方法适用于多种类型的通信系统，并能有效提高调制信号识别准确率，更符合未来智能通信的发展趋势。