基于域增量学习的信号调制识别方法及系统

本发明涉及信号调制识别技术领域，特别是涉及一种基于域增量学习的信号调制识别方法及系统。本发明将当前域样本和历史域样本分别输入至残差卷积神经网络进行多层次特征提取，并结合多层次域对抗学习、跨域对比学习机制和双原型管理系统计算总损失函数；当最小化总损失函数达到全局最小值且待学习域为空时，则将当前域最后一次更新的残差卷积神经网络作为域增量学习模型进行信号调制识别；如果不为空，则将当前域最后一次更新的残差卷积神经网络作为下一个域第一次多层次特征提取的残差卷积神经网络进行下一个域增量学习。本发明结合跨域对比学习机制和双原型管理系统，通过动态调节对抗学习有效缓解域偏移问题，进一步地提高信号调制识别准确率。