CN114528876B 基于改进原型网络的小样本信号自动调制识别方法 （西安电子科技大学）

所(特殊普通合伙)61218FusionandDistributionSimilNetworkforFew-ShotAutomaticModulat基于改进原型网络的小样本信号自动调制及基于改进原型网络的小样本信号自动调制识2步骤4，使用训练好的改进原型神经网络对测试查询集内每个样本的无线电信号类别进行识别；子步骤3.3.1，将训练支撑集和训练查询集中的每个样本对应的信号序列按顺序依次最终训练支撑集和训练查询集中每个样本的样本序列均对应得到一个嵌入向量正;3子步骤3.3.2，通过训练支撑集所包含的C类调制信计算公式为：yn表示第n个信号样本对应的标签，表示第k类调制信号样本的数量，fφ表2.根据权利要求1所述的基于改进原型网络的小样本信号自动调制识别方法，其特征从训练样本集中随机选取随机选取C类调制信号，再从C类调制信号中的中选取m个样本，将随机选取C×m个样本作为训练支撑集，将C类调制信号中剩余的个样本作为训练查询集；再将每个样本对应的调制信号类别作为标签加入对从测试样本集中的每类调制信号中随机选取m个样本作为测试支撑集，即N×m个样本3.根据权利要求1所述的基于改进原型网络的小样本信号自动调制识别方法，其特征4式(1)中，θ表示改进原型神经网络的权值参数，xj表示网络训练过程中的每一个式(2)中，p(y＝k|x)表示需要识别的样本x被识别为第k类的概率，k表示x的真实标φ4.根据权利要求1所述的基于改进原型网络的小样本信号自动调制识别方法，其特征试查询集中的每个样本对应的信号序列按顺序依次输入进行映射，得到NXH;个嵌入向计算N个原型G:子步骤4.3，计算测试查询集中每个样本对应5[0002]信号调制分类(信号自动调制识别)是一种研究识别无线电信号的调制分类方自动调制识别方法通常需要大量的数据信息来保证特征提取的有效性和调制类型识别的[0011]步骤4，使用训练好的改进原型神经网络对测试查询集内每个样本的信号类别进行识别。号映射成对信噪比不敏感的嵌入向量，降低了嵌入向量对单个样本信噪比变化的敏感性，6H;个信号；H"230,H;230:本实施例取信号中选取m个样本，将随机选取C×m个样本作为训练支撑集，将C类调制信号中剩余的个样本作为训练查询集；再将每个样本对应的调制信号类别作为标签加入对[0027]从测试样本集中的每类调制信号中随机选取m个样本作为测试支撑集，即N×m个样本对应的调制信号类别作为标签加入测试支7[0042]最终训练支撑集和训练查询集中每个样本的样本序列均对应得到一个嵌入向量原型G,计算公式为：8几里得距离找出每个嵌入向量到C个原型的最短距离，将每个最短距离对应的原型的类别作为对应的调制信号样φ[0055]步骤4，使用训练好的改进原型神经网络对测试查询集内每个样本的信号类别进行识别。和测试查询集中的每个样本对应的信号序列按顺序依次输入进行映射，得到NXH;个嵌9[0065]本发明的仿真实验的训练样本集选自RML2016.10.a数据集中的信噪比0dB以上的[0066]本发明的仿真实验的测试样本集选自RML2016.10.a数据集中信噪比0dB以上的三[0069]从测试样本集中的每类调制信号中随机选取m个样本作为测试支撑集，即N×m个[0078]实验1的识别结果平均分类正确率混淆矩阵如表2所示，实验2的识别结果平均分[0085]虽然，本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的