在有限标签下基于重构驱动的视觉 Transformer 提升自动调制识别
计算机视觉与模式识别
2025-09-12 v2 信号处理
摘要
自动调制识别（AMR）是认知无线电、频谱监视和安全无线通信的关键技术。然而，现有方法往往依赖大量标记数据或多阶段训练管道，限制了其在实际中的可扩展性和泛化能力。我们提出一种统一的视觉 Transformer（ViT）框架，集成监督、自监督和重构目标。该模型由 ViT 编码器、轻量级卷积解码器和线性分类器组成；重构分支将增强信号映射回其原始形式，使编码器锚定于细粒度 I/Q 结构。这一策略在预训练期间促进鲁棒、判别性特征学习，而在微调中通过部分标签监督实现有限标签下的有效分类。在 RML2018.01A 数据集上，我们的方法在低标签 regime 下优于受监督 CNN 和 ViT 框架，仅使用 15-20% 的标记数据即可接近 ResNet 水平的准确率，并在不同信噪比水平下保持稳健性能。总体而言，该框架提供了一个简单、通用且标签高效的 AMR 解决方案。
关键词
引用
@article{arxiv.2508.20193,
title = {Enhancing Automatic Modulation Recognition With a Reconstruction-Driven Vision Transformer Under Limited Labels},
author = {Hossein Ahmadi and Banafsheh Saffari and Sajjad Emdadi Mahdimahalleh and Mohammad Esmaeil Safari and Aria Ahmadi},
journal= {arXiv preprint arXiv:2508.20193},
year = {2025}
}