연합 학습을 기반으로 한 신호 인식

신호 변조 인식은 스펙트럼 탐지, 채널 추정 및 간섭 인식에 널리 사용되며, 신호 디코딩 및 복조의 전제 조건 단계입니다. 인공지능의 발전으로, 딥 러닝 방법을 사용한 신호 인식에서 큰 진전이 있었습니다. 그러나 딥 러닝 방법은 대량의 데이터를 필요로 합니다. 오늘날 데이터 개인정보 보호 및 보안이 더욱 중요시됨에 따라 데이터 소스 간에는 일반적으로 쉽게 깰 수 없는 장벽이 존재합니다. 이로 인해 데이터가 제한적이고 품질이 저하되어 딥 러닝 훈련을 지원하기에 충분하지 않습니다. 연합 학습은 이 문제를 해결할 수 있는 실현 가능한 방향이 될 수 있습니다. 본 논문에서는 연합 학습을 기반으로 한 신호 변조 인식에 대해 논의하고, 결과는 개인정보 보호와 데이터 보안을 만족하면서 허용 가능한 인식률을 달성했음을 보여줍니다.