基于自对比学习的半监督无线电调制分类  

作　　者：Dongxin Liu Peng Wang Tianshi Wang Tarek Abdelzaher 王星(翻译) 

机构地区：[1]Department of Computer Science,University of Ilinois Urbana-Champaign,Champaign,IL,61820,USA [2]US Army Research Laboratory,Aberdeen Proving Ground,MD,21005,USA [3]不详

出　　处：《通信对抗》2023年第1期57-62,共6页Communication Countermeasures

摘　　要：提出了一种用于自动调制分类(AMC)的半监督学习框架。通过在自我监督的对比学习预训练步骤中谨慎地利用未标记的信号数据,提出的框架在给定少量标记数据的情况下实现了更高的性能,从而大大减少了深度学习的标记负担。评估了半监督框架在公共数据集上的性能。评估结果表明,半监督框架显著优于监督框架,从而大大增强了利用未标记数据训练深度神经网络进行自动调制分类的能力。

关 键 词：自监督学习 半监督学习 自动调制分类 

分 类 号：TN911.7[电子电信—通信与信息系统]