CPAA自监督分类模型

极少标注样本高精度识别

通过自动增强与跨视图预测，仅用每类每个信噪比一个标注样本，实现对5种OFDM调制格式的鲁棒分类。

Bing, Ren · Su, Zhengyang · Teh, Kah Chan · 安洪阳 · Gunawan, Erry · Kot, Alex Chichung

IEEE Transactions on Vehicular Technology 2025

参数信息

分类准确率

85 %

性能增益

48.78 %

技术优势

标注需求极低

每个调制格式每个信噪比仅需1个标注样本，即可在信噪比>8dB时达到85%以上准确率，减少人工标注成本。

低信噪比下泛化更强

与其他先进方法相比，在低信噪比条件下泛化能力更好，适合复杂信道环境。

自动增强可迁移

自动数据增强模块提升现有自监督学习算法性能，移植性好，平均提升约48.78%。

应用场景

• 5G通信系统：在5G系统中识别OFDM调制格式，无需大量标注即可部署。
• 卫星通信：在标注样本稀缺的卫星链路中实现调制识别。
• 无人机链路：适应无人机链路复杂信道与低信噪比。
• 军用通信：在军用通信中快速识别调制方式，辅助信号情报。