基于深度学习的通信信号鲁棒识别算法

摘要：

虽然深度学习在计算机视觉和自然语言处理等领域取得了巨大的成功,但是许多研究发现深度神经网络在对抗性环境下鲁棒性较差.笔者分析了基于深度神经网络的通信信号识别算法在对抗性环境下存在的鲁棒性问题,为了解决这一问题,借鉴了有效应用于图像处理的对抗训练办法,提出了可解释的鲁棒识别方法.笔者首先利用通信信号星座图的稀疏特点,提出了将I/Q信号转化为带密度的星座图的预处理办法,并将鲁棒训练转化为双层优化问题,通过使用投影梯度下降算法对抗样本进行训练,实验结果表明该方法在更广范围内具有较好的防御性能.

关键词：深度神经网络、对抗性环境、鲁棒性、星座图、防御

所属期刊栏目：32

分类号：TN911.3;TP181

资助基金：基于深度学习的宽带MIMO AMP迭代检测译码项目编号:61801523

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：33-35