基于自适应特征蒸馏原型回放的类增量调制识别方法

本发明公开了一种基于自适应特征蒸馏原型回放的类增量调制识别方法，涉及通信信号处理方法技术领域。所述方法包括如下步骤：设计一个混合结构的深度神经网络对调制信号进行特征提取；类增量学习任务及训练测试数据集划分；类增量学习模型的训练及超参数更新：设置类增量学习模型的训练参数和初始化范例集，每个任务训练完成后，判断是否还有任务未完成，如果有则进行下一个任务的训练，反之输出模型和相关参数；分类器设计与调制分类。本申请所述方法可以在保存少量的样本情况下，通过对原型参数的限制，缓解深度学习模型对于调制识别领域的灾难性遗忘的问题，对调制信号具有高识别性能。