买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于掩码建模的无线信号表示学习方法_中国人民解放军军事科学院系统工程研究院_202311784956.0 

申请/专利权人:中国人民解放军军事科学院系统工程研究院

申请日:2023-12-24

公开(公告)日:2024-03-22

公开(公告)号:CN117750411A

主分类号:H04W24/06

分类号:H04W24/06;H04L41/14;G06N3/0464;G06N3/0499

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.09#实质审查的生效;2024.03.22#公开

摘要:本发明涉及一种基于掩码建模的无线信号表示学习方法,属于信号处理技术领域。本发明以各种无线信号作为网络模型输入,通过掩码机制随机遮掩无线信号的部分片段,利用Transformer模型提取未遮掩信号的特征信息并对掩码部分进行重构和预测,在无标签信息的情况下实现无线信号的表示学习。本发明可在无标签信息的情况下进行无线信号的通用表示学习,充分挖掘信号的内在特征;相较于现有技术,本发明利用掩码机制,构建信号重构和预测任务来预训练网络模型,适用于信号预测、分类、去噪等下游任务。

主权项:1.一种基于掩码建模的无线信号表示学习方法,其特征在于,该方法包括如下步骤:S1、对采集到的无线信号进行预处理,转换成网络模型输入的表示序列,并将信号序列分为过去和未来两个子序列;S2、通过掩码机制随机遮掩过去序列的部分片段,输入到嵌入模块和Transformer编码器提取信号的内在特征,得到编码序列;S3、编码序列经过线性变换获得重构序列,计算掩码重构损失;S4、未来序列通过嵌入映射到高维空间,与编码序列共同输入到包含掩码注意力的Transformer解码器中建模信号的时序关系,输出解码序列;S5、解码序列经过线性变换得到预测矩阵,计算信号预测损失;S6、构建包含掩码重构损失和信号预测损失的联合损失,反向更新模型参数;S7、保存训练后的网络模型,使用下游任务的样本数据微调网络模型,用于信号重构、生成、预测和分类任务。

全文数据:

权利要求:

百度查询: 中国人民解放军军事科学院系统工程研究院 一种基于掩码建模的无线信号表示学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。