.png){kind=icon}
返回
Open-Set Automatic Modulation Recognition Based on Circular Prototype Learning and Denoising Diffusion Model
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14030430.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自动调制识别（AMR）技术是现代通信系统的一个关键组成部分。然而，基于闭集假设的传统AMR方法难以检测在测试中可能出现的未知类别。为了解决这一局限性，本文提出了一种开放集自动调制识别（OSAMR）框架，称为CPLDiff，该框架将循环原型学习（CPL）与去噪扩散模型（DDM）相结合，以检测未知类别。CPLDiff的核心思想是联合利用训练样本的类别级和实例级信息。为此，CPL用于提取类别级信息，而扩散模型用于提取实例级信息。（1）循环原型学习：原型向量预先优化并固定，引入偏差半径以扩展可行的编码空间。（2）去噪扩散模型：向样本添加噪声，并使用DDM去除该噪声。样本属于已知类别的概率与噪声去除程度成正比。（3）最终集成：将CPL和DDM的输出结合以执行OSAMR。我们进行了比较实验，并使用多样化指标评估了所提出的方法，以确保对其有效性的全面评估。实验结果表明，与当前最先进的方法相比，CPLDiff方法显著提高了对未知类别的检测能力。
Keyword:
automatic modulation recognition
open-set recognition
denoising diffusion model
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
SOAMC: A Semi-Supervised Open Set RecognitionAlgorithm for Automatic Modulation ClassificationSOAMC：一种用于自动调制分类的半监督开放集识别算法.png)
OAAI
IF0
OAAI分享收藏Cumulant based automatic modulation classification of QPSK, OQPSK, 8-PSK and 16-PSK基于累积量的QPSK、OQPSK、8-PSK和16-PSK自动调制分类
PREAI
分享收藏A Novel Single-Word Speech Recognition on Embedded Systems Using a Convolution Neuron Network with Improved Out-of-Distribution Detection基于改进型分布外检测的嵌入式系统单字语音识别新方法，采用卷积神经网络。ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏分享收藏Electromagnetic Signal Classification Based on Class Exemplar Selection and Multi-Objective Linear Programming基于类别样本选择和多目标线性规划的电信号分类OAAI
OAAI分享收藏
查看更多内容