Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.20193

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2508.20193 (cs)
[提交于 2025年8月27日 ]

标题: 在有限标签下通过重建驱动的视觉变压器增强自动调制识别

标题: Enhancing Automatic Modulation Recognition With a Reconstruction-Driven Vision Transformer Under Limited Labels

Authors:Hossein Ahmadi, Banafsheh Saffari
摘要: 自动调制识别(AMR)对于认知无线电、频谱监测和安全无线通信至关重要。 然而,现有的解决方案通常依赖于大型标记数据集或多阶段训练流程,这在实践中限制了可扩展性和泛化能力。 我们提出了一种统一的视觉变压器(ViT)框架,该框架集成了监督、自监督和重建目标。 该模型结合了ViT编码器、轻量级卷积解码器和线性分类器;重建分支将增强的信号映射回原始信号,将编码器锚定到细粒度的I/Q结构。 这种策略在预训练期间促进了鲁棒且具有区分性的特征学习,而在微调中的部分标签监督使得在有限标签下能够有效分类。 在RML2018.01A数据集上,我们的方法在低标签情况下优于监督的CNN和ViT基线,在仅使用15-20%标记数据时接近ResNet级别的准确率,并在不同信噪比(SNR)水平下保持强大的性能。 总体而言,该框架为AMR提供了一个简单、可泛化且标签高效的解决方案。
摘要: Automatic modulation recognition (AMR) is critical for cognitive radio, spectrum monitoring, and secure wireless communication. However, existing solutions often rely on large labeled datasets or multi-stage training pipelines, which limit scalability and generalization in practice. We propose a unified Vision Transformer (ViT) framework that integrates supervised, self-supervised, and reconstruction objectives. The model combines a ViT encoder, a lightweight convolutional decoder, and a linear classifier; the reconstruction branch maps augmented signals back to their originals, anchoring the encoder to fine-grained I/Q structure. This strategy promotes robust, discriminative feature learning during pretraining, while partial label supervision in fine-tuning enables effective classification with limited labels. On the RML2018.01A dataset, our approach outperforms supervised CNN and ViT baselines in low-label regimes, approaches ResNet-level accuracy with only 15-20% labeled data, and maintains strong performance across varying SNR levels. Overall, the framework provides a simple, generalizable, and label-efficient solution for AMR.
主题: 计算机视觉与模式识别 (cs.CV) ; 信号处理 (eess.SP)
引用方式: arXiv:2508.20193 [cs.CV]
  (或者 arXiv:2508.20193v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.20193
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hossein Ahmadi [查看电子邮件]
[v1] 星期三, 2025 年 8 月 27 日 18:11:47 UTC (966 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.CV
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号