[發明專利]一種基于生成對抗網絡的無線電數據增擴與分類方法

有效

• 申請號: 202111589637.5
• 申請日: 2021-12-23
• 公開（公告）號: CN114244456B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 王瑞錦;張鳳荔;周世杰;周志遠;張志揚;黃鑫
• 申請（專利權）人: 電子科技大學
• 主分類號: H04B17/336
• 分類號: H04B17/336;G06N3/04;G06V10/764;G06V10/82
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 楊佳麗

1.一種基于生成對抗網絡的無線電數據增擴方法，其特征在于：首先，利用生成對抗網絡生成偽造數據，將偽造數據與真實數據混合實現對本類別調制數據的增擴；其次，調整信噪比與調制類型的值，將選擇的無線電調制數據放入數據增擴模型，實現選擇數據的增擴，最終得到所有調制類別數據的增擴；

所述生成對抗網絡的網絡結構包括生成器G和辨識器D兩個神經網絡模型；整體目標函數表達式V(D,G)如下公式(1)所示：

生成器G以服從隨機分布P_z的數據z作為輸入來生成“偽造”數據G(z)，并且盡可能保證G(z)服從于真實數據分布P_data；

辨識器D以真實數據m與生成的“偽造”數據G(z)為輸入，用來估計輸入數據來自真實數據M而不是生成器生成的“偽造”數據G(z)的概率；

生成器G的目標是使自己生成的“偽造”數據G(z)在辨識器D上的判別結果D(G(z))和真實數據m在辨識器D上的判別結果D(m)盡可能一致，這兩個模型相互對抗，辨識器D辨識數據來源的性能不斷提升，生成器G為了成功欺騙辨識器，其生成數據的質量也逐漸趨近于真實數據分布P_data，最終生成器G學到真實數據的分布；此時，將隨機噪聲輸入生成器G便生成近似于真實數據分布P_data的“偽造”數據，實現對無線電調制數據的增擴；

所述生成器由六個全連接層組成，依次分別為128個神經元的全連接層1個、256個神經元的全連接層3個、512個神經元的全連接層1個；其中Leaky ReLU函數與BatchNormalization函數作為各全連接層的激活函數與歸一化處理函數；

所述辨識器由六個全連接層組成，前五個全連接層每層有512個神經元，最后一層僅包含一個神經元用來確定輸入無線電調制數據的真假，為真表示輸入數據來源于原始調制數據集，為假表示輸入數據來源于生成器生成的“偽造”調制數據，最后一層全連接層的激活函數使用Sigmoid函數。