108 / 2021-09-10 19:54:33

小样本下混合注意力原型网络的调制识别算法

调制识别,原型网络,小样本学习,注意力模块

针对传统基于深度学习的调制识别技术在小样本条件下识别率显著降低的问题，本文提出了一种小样本下混合注意力原型网络的调制识别算法。该原型网络由特征提取模块与类原型度量模块两部分组成，其中特征提取模块为级联的卷积神经网络与长短时记忆网络，可充分提取信号不同维度的特征；同时本文在特征提取过程中引入了卷积自注意力机制，以此更加关注对分类有益的特征；最后类原型度量模块将计算待测样本特征与不同类原型间的距离，作为最终分类的依据。仿真结果表明，本文所设计算法在 5-way5-shot 条件下进行调制识别时，最高识别率可达 85.68%，是一种小样本条件下高效的调制识别模型。