一种基于伪标签半监督学习的小样本调制识别算法

TN975; 针对有标签样本较少条件下的通信信号调制识别问题,提出了一种基于伪标签半监督学习技术的小样本调制方式分类算法,通过优选人工特征集、设计高性能分类器以及基于输出概率的伪标签数据选择方法,构建高效的伪标签标注系统,然后通过该伪标签标注系统与基于深度学习的信号分类方法配合,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,对6种数字信号进行调制识别,在信噪比大于5 dB时,伪标签算法可将模型识别性能提高5％～10％,该算法设计简单,具有较大应用价值....

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 38; no. 5; pp. 1074 - 1083
Main Authors 史蕴豪, 许华, 刘英辉
Format Journal Article
LanguageChinese
Published 空军工程大学信息与导航学院,陕西西安710077 01.10.2020
Subjects
半监督学习
调制识别
伪标签
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20203851074

Cover

More Information
Summary:TN975; 针对有标签样本较少条件下的通信信号调制识别问题,提出了一种基于伪标签半监督学习技术的小样本调制方式分类算法,通过优选人工特征集、设计高性能分类器以及基于输出概率的伪标签数据选择方法,构建高效的伪标签标注系统,然后通过该伪标签标注系统与基于深度学习的信号分类方法配合,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,对6种数字信号进行调制识别,在信噪比大于5 dB时,伪标签算法可将模型识别性能提高5％～10％,该算法设计简单,具有较大应用价值.
ISSN:1000-2758
DOI:10.1051/jnwpu/20203851074