深度学习射频系统的训练数据增强

机器学习应用受三个主要组件影响，这些组件共同决定最终性能指标。在神经网络尤其是深度学习这一类别中，前两个分别是所训练模型的架构与所用的训练方法。本工作聚焦于第三个组件，即训练所用数据。由此产生的核心问题是“数据中有什么”以及“数据中什么才是关键的”。以射频机器学习（RFML）领域的自动调制分类（AMC）作为态势感知工具为例，我们考察并比较了合成数据、采集数据与增强数据的使用，以揭示实现期望性能水平所需可用数据的数量与质量。本文讨论了三个问题：（1）在不考虑合成环境的情况下部署时，经合成数据训练的系统预期有多大用处；（2）如何在RFML领域中利用增强；以及（3）对传输信道引起信号退化的认知对系统性能有何影响。总体而言，所考察的数据类型对最终应用各有裨益，但贴合预期用例的采集数据总能提供更显著的信息并促成最佳性能。尽管采集数据有益，实时收集带来的困难与成本常使达到峰值性能所需数据量难以实现。本文有助于量化真实与合成数据间的平衡，给出了训练数据在规模与来源上参数化变化的具体示例。