一种基于时频双流与域对抗学习的自适应调制识别方法

本发明公开了一种基于时频双流与域对抗学习的自适应调制识别方法，属于无线通信、信号处理与人工智能技术领域。解决现有自动调制识别方法在域偏移时泛化能力不足及多模态特征融合与联合域适应困难的问题。本发明包括：输入源域和目标域IQ信号，并行通过自相关函数生成一维时域序列和短时傅里叶变换生成二维时频图谱；构建时频双流神经网络模型，包括时域编码器、时频域编码器、基于交叉注意力的融合解码器、调制类型分类头及数据域判别头；通过联合分类损失、多分类域对抗损失和跨模态对比损失的混合损失函数及梯度反转层进行对抗训练；训练后去除域判别头对目标域信号分类。本发明提升调制识别在域偏移下的精度、鲁棒性和自适应能力。