论文部分内容阅读
在现今的通信中,接收信号样本不完全会造成数据的缺失,给数字信号的识别带来困难。因此小样本条件下的数字通信信号调制识别研究具有重大意义。生成式对抗网络(GAN)作为一种拟合生成数据的热门方法备受关注。在原始GAN的基础上将深度卷积对抗网络用于条件生成式对抗网络,实现小样本数据的扩充和识别。实验仿真结果表明,所提出的方法可以有效地生成数据并进行分类识别。此外与相关算法的比较,验证了算法的可行性。