所屬的技術(shù)人員能夠理解，本發(fā)明的各個(gè)方面可以實(shí)現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本發(fā)明的各個(gè)方面可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件實(shí)施方式、完全的軟件實(shí)施方式(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實(shí)施方式，這里可以統(tǒng)稱為“電路”、“模塊”或“平臺(tái)”。本發(fā)明再一個(gè)實(shí)施例中，提供一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)系統(tǒng)，該系統(tǒng)能夠用于實(shí)現(xiàn)上述用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法，具體的，該用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)系統(tǒng)包括數(shù)據(jù)模塊、構(gòu)建模塊、污染模塊、訓(xùn)練模塊以及識(shí)別模塊。其中，數(shù)據(jù)模塊，構(gòu)建電磁信號(hào)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包含多維度的電磁信號(hào)特征及相應(yīng)的標(biāo)簽信息；構(gòu)建模塊，選擇并配置對(duì)應(yīng)的深度學(xué)習(xí)模型；污染模塊，對(duì)電磁信號(hào)數(shù)據(jù)集進(jìn)行標(biāo)簽污染，包括y個(gè)體級(jí)別和m矩陣級(jí)別的污染，y個(gè)體級(jí)別污染通過隨機(jī)選定特定比例的數(shù)據(jù)點(diǎn)并修改其標(biāo)簽，m矩陣級(jí)別污染通過應(yīng)用預(yù)定義的污染矩陣對(duì)全部或部分?jǐn)?shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性修改；訓(xùn)練模塊，使用帶有污染標(biāo)簽的電磁信號(hào)數(shù)據(jù)集訓(xùn)練得到的深度學(xué)習(xí)模型；識(shí)別模塊，將未受污染的電磁信號(hào)數(shù)據(jù)集輸入得到的深度學(xué)習(xí)模型中，輸出識(shí)別的電磁信號(hào)。本發(fā)明再一個(gè)實(shí)施例中，提供了一種終端設(shè)備，該終端設(shè)備包括處理器以及存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述處理器用于執(zhí)行所述計(jì)算機(jī)存儲(chǔ)介質(zhì)存儲(chǔ)的程序指令。處理器可能是中央處理單元(central?processingunit，cpu)，還可以是其他通用處理器、數(shù)字信號(hào)處理器(digital?signal?processor、dsp)、專用集成電路(application?specific?integrated?circuit，asic)、現(xiàn)成可編程門陣列(field-programmable?gate?array，fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等，其是終端的計(jì)算核心以及控制核心，其適于實(shí)現(xiàn)一條或一條以上指令，具體適于加載并執(zhí)行一條或一條以上指令從而實(shí)現(xiàn)相應(yīng)方法流程或相應(yīng)功能；本發(fā)明實(shí)施例所述的處理器可以用于用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法的操作，包括：構(gòu)建電磁信號(hào)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包含多維度的電磁信號(hào)特征及相應(yīng)的標(biāo)簽信息；選擇并配置對(duì)應(yīng)的深度學(xué)習(xí)模型；對(duì)得到的電磁信號(hào)數(shù)據(jù)集進(jìn)行標(biāo)簽污染，包括y個(gè)體級(jí)別和m矩陣級(jí)別的污染，y個(gè)體級(jí)別污染通過隨機(jī)選定特定比例的數(shù)據(jù)點(diǎn)并修改其標(biāo)簽，m矩陣級(jí)別污染通過應(yīng)用預(yù)定義的污染矩陣對(duì)全部或部分?jǐn)?shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性修改；使用得到的帶有污染標(biāo)簽的電磁信號(hào)數(shù)據(jù)集訓(xùn)練得到的深度學(xué)習(xí)模型；將未受污染的電磁信號(hào)數(shù)據(jù)集輸入得到的深度學(xué)習(xí)模型中，輸出識(shí)別的電磁信號(hào)。本發(fā)明再一個(gè)實(shí)施例中，本發(fā)明還提供了一種存儲(chǔ)介質(zhì)，具體為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)（memory），所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)是終端設(shè)備中的記憶設(shè)備，用于存放程序和數(shù)據(jù)。可以理解的是，此處的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)既可以包括終端設(shè)備中的內(nèi)置存儲(chǔ)介質(zhì)，當(dāng)然也可以包括終端設(shè)備所支持的擴(kuò)展存儲(chǔ)介質(zhì)，可以是任何包含或存儲(chǔ)程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)提供存儲(chǔ)空間，該存儲(chǔ)空間存儲(chǔ)了終端的操作系統(tǒng)。并且，在該存儲(chǔ)空間中還存放了適于被處理器加載并執(zhí)行的一條或一條以上的指令，這些指令可以是一個(gè)或一個(gè)以上的計(jì)算機(jī)程序（包括程序代碼）。需要說明的是，此處的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：具有一個(gè)或多個(gè)導(dǎo)線的電連接、便攜式盤、硬盤、隨機(jī)存取存儲(chǔ)器(ram)、只讀存儲(chǔ)器(rom)、可擦式可編程只讀存儲(chǔ)器(eprom或閃存)、光纖、便攜式緊湊盤只讀存儲(chǔ)器(cd-rom)、光存儲(chǔ)器件、磁存儲(chǔ)器件、或者上述的任一合適的組合。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)還包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號(hào)，其中承載了可讀程序代碼。這種傳播的數(shù)據(jù)信號(hào)可以采用多種形式，包括但不限于電磁信號(hào)、光信號(hào)或上述的任一合適的組合?？勺x存儲(chǔ)介質(zhì)還可以是可讀存儲(chǔ)介質(zhì)以外的任何可讀介質(zhì)，該可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序?？勺x存儲(chǔ)介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括但不限于無線、有線、光纜、rf等等，或者上述的任一合適的組合?？梢砸砸环N或多種程序設(shè)計(jì)語言的任一組合來編寫用于執(zhí)行本發(fā)明操作的程序代碼，程序設(shè)計(jì)語言包括面向?qū)ο蟮某绦蛟O(shè)計(jì)語言—諸如java、c++等，還包括常規(guī)的過程式程序設(shè)計(jì)語言—諸如“c”語言或類似的程序設(shè)計(jì)語言。程序代碼可以完全地在用戶計(jì)算設(shè)備上執(zhí)行、部分地在用戶設(shè)備上執(zhí)行、作為一個(gè)獨(dú)立的軟件包執(zhí)行、部分在用戶計(jì)算設(shè)備上部分在遠(yuǎn)程計(jì)算設(shè)備上執(zhí)行、或者完全在遠(yuǎn)程計(jì)算設(shè)備或服務(wù)器上執(zhí)行。在涉及遠(yuǎn)程計(jì)算設(shè)備的情形中，遠(yuǎn)程計(jì)算設(shè)備可以通過任一種類的網(wǎng)絡(luò)，包括局域網(wǎng)(lan)或廣域網(wǎng)(wan)，連接到用戶計(jì)算設(shè)備，或者，可以連接到外部計(jì)算設(shè)備(例如利用因特網(wǎng)服務(wù)提供商來通過因特網(wǎng)連接)。可由處理器加載并執(zhí)行計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存放的一條或一條以上指令，以實(shí)現(xiàn)上述實(shí)施例中有關(guān)用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法的相應(yīng)步驟；計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中的一條或一條以上指令由處理器加載并執(zhí)行如下步驟：構(gòu)建電磁信號(hào)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包含多維度的電磁信號(hào)特征及相應(yīng)的標(biāo)簽信息；選擇并配置對(duì)應(yīng)的深度學(xué)習(xí)模型；對(duì)得到的電磁信號(hào)數(shù)據(jù)集進(jìn)行標(biāo)簽污染，包括y個(gè)體級(jí)別和m矩陣級(jí)別的污染，y個(gè)體級(jí)別污染通過隨機(jī)選定特定比例的數(shù)據(jù)點(diǎn)并修改其標(biāo)簽，m矩陣級(jí)別污染通過應(yīng)用預(yù)定義的污染矩陣對(duì)全部或部分?jǐn)?shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性修改；使用得到的帶有污染標(biāo)簽的電磁信號(hào)數(shù)據(jù)集訓(xùn)練得到的深度學(xué)習(xí)模型；將未受污染的電磁信號(hào)數(shù)據(jù)集輸入得到的深度學(xué)習(xí)模型中，輸出識(shí)別的電磁信號(hào)。請(qǐng)參閱圖10，終端設(shè)備為計(jì)算機(jī)設(shè)備，該實(shí)施例的計(jì)算機(jī)設(shè)備60包括：處理器61、存儲(chǔ)器62以及存儲(chǔ)在存儲(chǔ)器62中并可在處理器61上運(yùn)行的計(jì)算機(jī)程序63，該計(jì)算機(jī)程序63被處理器61執(zhí)行時(shí)實(shí)現(xiàn)實(shí)施例中的用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法，為避免重復(fù)，此處不一一贅述。或者，該計(jì)算機(jī)程序63被處理器61執(zhí)行時(shí)實(shí)現(xiàn)實(shí)施例用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)系統(tǒng)中各模型/單元的功能，為避免重復(fù)，此處不一一贅述。計(jì)算機(jī)設(shè)備60可以是桌上型計(jì)算機(jī)、筆記本、掌上電腦及云端服務(wù)器等計(jì)算設(shè)備。計(jì)算機(jī)設(shè)備60可包括，但不僅限于，處理器61、存儲(chǔ)器62。本領(lǐng)域技術(shù)人員可以理解，圖10僅僅是計(jì)算機(jī)設(shè)備60的示例，并不構(gòu)成對(duì)計(jì)算機(jī)設(shè)備60的限定，可以包括比圖示更多或更少的部件，或者組合某些部件，或者不同的部件，例如計(jì)算機(jī)設(shè)備還可以包括輸入輸出設(shè)備、網(wǎng)絡(luò)接入設(shè)備、總線等。所稱處理器61可以是中央處理單元(central?processing?unit，cpu)，還可以是其它通用處理器、中央處理器、圖形處理器、數(shù)字信號(hào)處理器(digital?signal?processor，dsp)、專用集成電路(application?specific?integrated?circuit，asic)、現(xiàn)場(chǎng)可編程門陣列(field-programmable?gate?array，fpga)或者其它可編程邏輯器件、分立門或者晶體管邏輯器件、基于量子計(jì)算的數(shù)據(jù)處理邏輯器、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。存儲(chǔ)器62可以是計(jì)算機(jī)設(shè)備60的內(nèi)部存儲(chǔ)單元，例如計(jì)算機(jī)設(shè)備60的硬盤或內(nèi)存。存儲(chǔ)器62也可以是計(jì)算機(jī)設(shè)備60的外部存儲(chǔ)設(shè)備，例如計(jì)算機(jī)設(shè)備60上配備的插接式硬盤，智能存儲(chǔ)卡(smart?media?card，smc)，安全數(shù)字(secure?digital,sd)卡，閃存卡(flash?card)等。進(jìn)一步地，存儲(chǔ)器62還可以既包括計(jì)算機(jī)設(shè)備60的內(nèi)部存儲(chǔ)單元也包括外部存儲(chǔ)設(shè)備。存儲(chǔ)器62用于存儲(chǔ)計(jì)算機(jī)程序以及計(jì)算機(jī)設(shè)備所需的其它程序和數(shù)據(jù)。存儲(chǔ)器62還可以用于暫時(shí)地存儲(chǔ)已經(jīng)輸出或者將要輸出的數(shù)據(jù)。本技術(shù)所提供的各實(shí)施例中所使用的對(duì)存儲(chǔ)器、數(shù)據(jù)庫(kù)或其它介質(zhì)的任何引用，均可包括非易失性和易失性存儲(chǔ)器中的至少一種。非易失性存儲(chǔ)器可包括只讀存儲(chǔ)器（read-only?memory，rom）、磁帶、軟盤、閃存、光存儲(chǔ)器、高密度嵌入式非易失性存儲(chǔ)器、阻變存儲(chǔ)器（reram）、磁變存儲(chǔ)器（magnetoresistive?random?access?memory，mram）、鐵電存儲(chǔ)器（ferroelectric?random?access?memory，fram）、相變存儲(chǔ)器（phase?change?memory，pcm）、石墨烯存儲(chǔ)器等。易失性存儲(chǔ)器可包括隨機(jī)存取存儲(chǔ)器（random?access?memory，ram）或外部高速緩沖存儲(chǔ)器等。作為說明而非局限，ram可以是多種形式，比如靜態(tài)隨機(jī)存取存儲(chǔ)器（static?random?access?memory，sram）或動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器（dynamic?randomaccess?memory，dram）等。本技術(shù)所提供的各實(shí)施例中所涉及的數(shù)據(jù)庫(kù)可包括關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)中至少一種。非關(guān)系型數(shù)據(jù)庫(kù)可包括基于區(qū)塊鏈的分布式數(shù)據(jù)庫(kù)等，不限于此。本技術(shù)所提供的各實(shí)施例中所涉及的處理器可為通用處理器、中央處理器、圖形處理器、數(shù)字信號(hào)處理器、可編程邏輯器、基于量子計(jì)算的數(shù)據(jù)處理邏輯器等，不限于此。請(qǐng)參閱圖11，終端設(shè)備600為電子設(shè)備，電子設(shè)備以通用計(jì)算設(shè)備的形式表現(xiàn)。電子設(shè)備的組件可以包括但不限于：至少一個(gè)處理單元610、至少一個(gè)存儲(chǔ)單元620、連接不同平臺(tái)組件(包括存儲(chǔ)單元620和處理單元610)的總線630、顯示單元640等。其中，存儲(chǔ)單元存儲(chǔ)有程序代碼，程序代碼可以被處理單元610執(zhí)行，使得處理單元610執(zhí)行本說明書上述方法部分中描述的根據(jù)本發(fā)明各種示例性實(shí)施方式的步驟。例如，處理單元610可以執(zhí)行如圖1中所示的步驟。存儲(chǔ)單元620可以包括易失性存儲(chǔ)單元形式的可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)單元(ram)6201和/或高速緩存存儲(chǔ)單元6202，還可以進(jìn)一步包括只讀存儲(chǔ)單元(rom)6203。存儲(chǔ)單元620還可以包括具有一組(至少一個(gè))程序模塊6205的程序/實(shí)用工具6204，這樣的程序模塊6205包括但不限于：操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。總線630可以為表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)單元總線或者存儲(chǔ)單元控制器、外圍總線、圖形加速端口、處理單元或者使用多種總線結(jié)構(gòu)中的任一總線結(jié)構(gòu)的局域總線。電子設(shè)備600也可以與一個(gè)或多個(gè)外部設(shè)備700(例如鍵盤、指向設(shè)備、藍(lán)牙設(shè)備等)通信，還可與一個(gè)或者多個(gè)使得用戶能與該電子設(shè)備600交互的設(shè)備通信，和/或與使得該電子設(shè)備600能與一個(gè)或多個(gè)其它計(jì)算設(shè)備進(jìn)行通信的任何設(shè)備(例如路由器、調(diào)制解調(diào)器等等)通信。這種通信可以通過輸入/輸出(i/o)接口650進(jìn)行。并且，電子設(shè)備600還可以通過網(wǎng)絡(luò)適配器660與一個(gè)或者多個(gè)網(wǎng)絡(luò)(例如局域網(wǎng)(lan)，廣域網(wǎng)(wan)和/或公共網(wǎng)絡(luò)，例如因特網(wǎng))通信。網(wǎng)絡(luò)適配器660可以通過總線630與電子設(shè)備600的其它模塊通信。應(yīng)當(dāng)明白，盡管圖中未示出，可以結(jié)合電子設(shè)備600使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動(dòng)器、冗余處理單元、外部磁盤驅(qū)動(dòng)陣列、raid系統(tǒng)、磁帶驅(qū)動(dòng)器以及數(shù)據(jù)備份存儲(chǔ)平臺(tái)等。為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中的描述和所示的本發(fā)明實(shí)施例的組件可以通過各種不同的配置來布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。請(qǐng)參閱圖4，這張圖展示了在進(jìn)行18次重復(fù)實(shí)驗(yàn)時(shí)，污染率以5%為梯度逐漸增加，從5%到90%不等，橫坐標(biāo)為信噪比（snr），范圍從-20到18，縱坐標(biāo)為模型的精度。這些實(shí)驗(yàn)通過應(yīng)用簡(jiǎn)單m矩陣方法來模擬不同標(biāo)簽污染比例對(duì)模型性能的影響。請(qǐng)參閱圖5，這張圖展示了在進(jìn)行18次重復(fù)實(shí)驗(yàn)時(shí)，污染率以5%為梯度逐漸增加，從5%到90%不等，橫坐標(biāo)為信噪比（snr），范圍從-20到18，縱坐標(biāo)為模型的精度。這些實(shí)驗(yàn)通過應(yīng)用隨機(jī)m矩陣方法來模擬不同標(biāo)簽污染比例對(duì)模型性能的影響。請(qǐng)參閱圖6，這張圖展示了標(biāo)簽污染比例與模型精度之間的關(guān)系，實(shí)驗(yàn)進(jìn)行了18次，污染率以5%為梯度逐步遞增，涵蓋了從5%到90%的范圍。圖中包含兩組數(shù)據(jù)，分別是簡(jiǎn)單m矩陣和隨機(jī)m矩陣方法下的實(shí)驗(yàn)結(jié)果。所使用的數(shù)據(jù)集是rml2016.10a數(shù)據(jù)集。請(qǐng)參閱圖7，這張圖展示了標(biāo)簽污染比例與模型精度之間的關(guān)系，實(shí)驗(yàn)共進(jìn)行了18次，污染率以5%為梯度逐步遞增，覆蓋了從5%到90%的范圍。圖中包括兩組數(shù)據(jù)，分別對(duì)應(yīng)簡(jiǎn)單m矩陣和隨機(jī)m矩陣方法下的實(shí)驗(yàn)結(jié)果。所使用的數(shù)據(jù)集是wifi信號(hào)數(shù)據(jù)集。請(qǐng)參閱圖8，這張圖展示了標(biāo)簽污染比例與模型精度之間的關(guān)系，實(shí)驗(yàn)共進(jìn)行了18次，污染率以5%為梯度逐步遞增，覆蓋了從5%到90%的范圍。圖中包括兩組數(shù)據(jù)，分別對(duì)應(yīng)簡(jiǎn)單m矩陣、隨機(jī)m矩陣、y個(gè)體對(duì)稱方法，y個(gè)體非對(duì)稱，隨機(jī)翻轉(zhuǎn)方法下的實(shí)驗(yàn)結(jié)果。所使用的數(shù)據(jù)集是藍(lán)牙個(gè)體數(shù)據(jù)集。請(qǐng)參閱圖9，通過在這三個(gè)數(shù)據(jù)集上引入三種標(biāo)簽污染策略，模型能夠?qū)崿F(xiàn)更廣泛的信號(hào)覆蓋，特別是在應(yīng)對(duì)多樣化的信號(hào)模式和復(fù)雜信號(hào)環(huán)境時(shí)，展現(xiàn)出更強(qiáng)的魯棒性和泛化能力。每個(gè)數(shù)據(jù)集對(duì)應(yīng)不同的通信場(chǎng)景，包括遠(yuǎn)距離的無線電調(diào)制識(shí)別、近距離的wifi環(huán)境感知，以及藍(lán)牙設(shè)備的個(gè)體信號(hào)特征?；谶@些數(shù)據(jù)集，模型不僅可以處理常見的無線通信信號(hào)，還能在更加復(fù)雜和多樣的環(huán)境中，通過不同的模型架構(gòu)，精準(zhǔn)地識(shí)別和分類信號(hào)；這種多信號(hào)源、不同標(biāo)簽污染策略的整合方法，提升了模型在處理復(fù)雜信號(hào)問題時(shí)的適應(yīng)能力和抗干擾性。綜上所述，本發(fā)明一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法及系統(tǒng)，旨在提高電磁信號(hào)分類的魯棒性和效率；通過模擬不同級(jí)別的標(biāo)簽污染，本發(fā)明能夠測(cè)試和增強(qiáng)模型在面對(duì)不同污染情況下的表現(xiàn)，從而提高在實(shí)際應(yīng)用中的可靠性；此外，本發(fā)明采用了先進(jìn)的深度學(xué)習(xí)技術(shù)，通過動(dòng)態(tài)調(diào)整學(xué)習(xí)策略和自適應(yīng)損失函數(shù)，優(yōu)化了訓(xùn)練過程，減少了對(duì)計(jì)算資源的需求并縮短了模型訓(xùn)練時(shí)間；這不僅增強(qiáng)了模型對(duì)多通道數(shù)據(jù)處理的能力，也大大提升了整體的分類效率。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡(jiǎn)潔，僅以上述各功能單元、模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能單元、模塊完成，即將所述裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實(shí)施例中的各功能單元、模塊可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本技術(shù)的保護(hù)范圍。上述系統(tǒng)中單元、模塊的具體工作過程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過程，在此不再贅述。在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述或記載的部分，可以參見其它實(shí)施例的相關(guān)描述。本領(lǐng)域普通技術(shù)人員可以意識(shí)到，結(jié)合本發(fā)明中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。在本發(fā)明所提供的實(shí)施例中，應(yīng)該理解到，所揭露的裝置/終端和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置/終端實(shí)施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過一些接口，裝置或單元的間接耦合或通訊連接，可以是電性，機(jī)械或其它的形式。所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。所述集成的模塊/單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，也可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的計(jì)算機(jī)程序可存儲(chǔ)于一計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，該計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)，可實(shí)現(xiàn)上述各個(gè)方法實(shí)施例的步驟。其中，所述計(jì)算機(jī)程序包括計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼可以為源代碼形式、對(duì)象代碼形式、可執(zhí)行文件或某些中間形式等。所述計(jì)算機(jī)可讀介質(zhì)可以包括：能夠攜帶所述計(jì)算機(jī)程序代碼的任何實(shí)體或裝置、記錄介質(zhì)、u盤、移動(dòng)硬盤、磁碟、光盤、計(jì)算機(jī)存儲(chǔ)器、只讀存儲(chǔ)器(read-only?memory，rom)、隨機(jī)存取存儲(chǔ)器(randomaccess?memory，ram)、電載波信號(hào)、電信信號(hào)以及軟件分發(fā)介質(zhì)等，需要說明的是，所述計(jì)算機(jī)可讀介質(zhì)包含的內(nèi)容可以根據(jù)司法管轄區(qū)內(nèi)立法和專利實(shí)踐的要求進(jìn)行適當(dāng)?shù)脑鰷p，例如在某些司法管轄區(qū)，根據(jù)立法和專利實(shí)踐，計(jì)算機(jī)可讀介質(zhì)不包括是電載波信號(hào)和電信信號(hào)。本技術(shù)是參照根據(jù)本技術(shù)實(shí)施例的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的流程圖和／或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和／或方框圖中的每一流程和／或方框、以及流程圖和／或方框圖中的流程和／或方框的結(jié)合。可提供這些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能。這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和／或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。以上內(nèi)容僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明權(quán)利要求書的保護(hù)范圍之內(nèi)。

背景技術(shù)：

1、電磁信號(hào)分類是一個(gè)關(guān)鍵的技術(shù)領(lǐng)域，廣泛應(yīng)用于通信、雷達(dá)監(jiān)測(cè)和無線頻譜管理等多種領(lǐng)域。這一技術(shù)的核心在于能夠準(zhǔn)確地識(shí)別和分類從不同來源收集的電磁信號(hào)。傳統(tǒng)的信號(hào)分類方法通常依賴于特征工程和機(jī)器學(xué)習(xí)算法，例如支持向量機(jī)（svm）和傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)。這些方法在信號(hào)特征明顯且環(huán)境相對(duì)穩(wěn)定的情況下表現(xiàn)良好。然而，隨著信號(hào)環(huán)境的復(fù)雜性增加，特別是在信號(hào)存在干擾和噪聲的情況下，這些傳統(tǒng)方法的性能往往會(huì)受到影響。

2、在實(shí)際應(yīng)用中，尤其是在噪聲或干擾條件嚴(yán)重的環(huán)境下，現(xiàn)有技術(shù)常因未能有效處理標(biāo)簽錯(cuò)誤或污染而性能大幅下降。此外，現(xiàn)有解決方案在多通道信號(hào)的信息利用、誤標(biāo)簽的動(dòng)態(tài)調(diào)整以及對(duì)復(fù)雜污染環(huán)境的適應(yīng)能力方面存在明顯不足，這限制了其在高噪聲背景下的應(yīng)用效果。

3、現(xiàn)有的實(shí)現(xiàn)方案：近年來，深度學(xué)習(xí)技術(shù)的引入為電磁信號(hào)分類帶來了新的可能性。深度神經(jīng)網(wǎng)絡(luò)，特別是卷積神經(jīng)網(wǎng)絡(luò)（cnn）和循環(huán)神經(jīng)網(wǎng)絡(luò)（rnn），因其強(qiáng)大的特征自動(dòng)提取能力而被廣泛研究和應(yīng)用。這些方法通過學(xué)習(xí)大量數(shù)據(jù)中的潛在模式，能夠在復(fù)雜的信號(hào)環(huán)境中實(shí)現(xiàn)更為精確的分類。然而，盡管深度學(xué)習(xí)模型在信號(hào)分類任務(wù)中取得了顯著進(jìn)展，它們?cè)谔幚順?biāo)簽污染數(shù)據(jù)時(shí)仍然面臨挑戰(zhàn)，尤其是當(dāng)訓(xùn)練數(shù)據(jù)中包含誤標(biāo)簽或噪聲標(biāo)簽時(shí)，模型的性能和魯棒性通常會(huì)顯著下降。這表明需要進(jìn)一步的技術(shù)創(chuàng)新來解決新出現(xiàn)的問題。

4、現(xiàn)有電磁信號(hào)分類技術(shù)面臨幾個(gè)顯著的缺點(diǎn)，這些問題主要包括模型對(duì)噪聲和標(biāo)簽污染的低魯棒性、分類效率低下以及處理多通道數(shù)據(jù)的能力不足；

5、首先，現(xiàn)有方法對(duì)于誤標(biāo)或噪聲數(shù)據(jù)過于敏感，這在實(shí)際應(yīng)用中常導(dǎo)致性能大幅下降，尤其是在數(shù)據(jù)質(zhì)量不一的環(huán)境下；

6、其次，傳統(tǒng)的信號(hào)處理算法往往需要復(fù)雜的特征工程和長(zhǎng)時(shí)間的模型訓(xùn)練，這不僅消耗大量的計(jì)算資源，也延長(zhǎng)了開發(fā)周期。

7、此外，許多模型未能有效整合多通道信號(hào)數(shù)據(jù)中的信息，導(dǎo)致重要特征未被充分利用，影響了分類的準(zhǔn)確性和效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題在于針對(duì)上述現(xiàn)有技術(shù)中的不足，提供一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法及系統(tǒng)，用于解決標(biāo)簽污染導(dǎo)致的識(shí)別準(zhǔn)確性降低和模型魯棒性不足的技術(shù)問題。

2、本發(fā)明采用以下技術(shù)方案：

3、一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法，包括以下步驟：

4、構(gòu)建電磁信號(hào)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包含多維度的電磁信號(hào)特征及相應(yīng)的標(biāo)簽信息；

5、選擇并配置對(duì)應(yīng)的深度學(xué)習(xí)模型；

6、對(duì)得到的電磁信號(hào)數(shù)據(jù)集進(jìn)行標(biāo)簽污染，包括y個(gè)體級(jí)別和m矩陣級(jí)別的污染，y個(gè)體級(jí)別污染通過隨機(jī)選定特定比例的數(shù)據(jù)點(diǎn)并修改其標(biāo)簽，m矩陣級(jí)別污染通過應(yīng)用預(yù)定義的污染矩陣對(duì)全部或部分?jǐn)?shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性修改；

7、使用得到的帶有污染標(biāo)簽的電磁信號(hào)數(shù)據(jù)集訓(xùn)練得到的深度學(xué)習(xí)模型；

8、將未受污染的電磁信號(hào)數(shù)據(jù)集輸入得到的深度學(xué)習(xí)模型中，輸出識(shí)別的電磁信號(hào)。

9、優(yōu)選地，磁信號(hào)數(shù)據(jù)集包括rml2016.10a數(shù)據(jù)集、wifi信號(hào)數(shù)據(jù)集及藍(lán)牙個(gè)體數(shù)據(jù)集。

10、優(yōu)選地，深度學(xué)習(xí)模型包括mcldnn和cnn5，mcldnn用于進(jìn)行多通道數(shù)據(jù)輸入處理rml數(shù)據(jù)集，cnn5用于處理wifi信號(hào)數(shù)據(jù)集及藍(lán)牙個(gè)體數(shù)據(jù)集。

11、優(yōu)選地，y個(gè)體級(jí)別污染具體為：

12、實(shí)施一個(gè)標(biāo)簽污染函數(shù)`add_symmetric_noise`，該函數(shù)系統(tǒng)地在標(biāo)簽數(shù)據(jù)中引入對(duì)稱性噪聲；通過對(duì)每個(gè)類別中的樣本標(biāo)簽按照指定的噪聲比例`noise_rate`進(jìn)行隨機(jī)重標(biāo)注；

13、通過函數(shù)`add_asymmetric_noise`引入非對(duì)稱噪聲，根據(jù)預(yù)定義的誤標(biāo)對(duì)(source，target)修改類別標(biāo)簽；

14、利用`flip_labels`進(jìn)行標(biāo)簽翻轉(zhuǎn)，隨機(jī)選擇一定比例的數(shù)據(jù)點(diǎn)并將其標(biāo)簽更改為除當(dāng)前標(biāo)簽外的任意其他標(biāo)簽，以此來增加數(shù)據(jù)的多樣性并測(cè)試模型對(duì)噪聲的魯棒性。

15、優(yōu)選地，利用`flip_labels`進(jìn)行標(biāo)簽翻轉(zhuǎn)具體為：

16、

17、其中，為，為，為信號(hào)類別數(shù)。

18、優(yōu)選地，m矩陣級(jí)別污染具體為：

19、采用`construct_m_matrix_simple`方法構(gòu)建污染矩陣；

20、實(shí)施`construct_m_matrix_block`方法，針對(duì)類別總數(shù)能夠被平均分割時(shí)，構(gòu)建分塊對(duì)角污染矩陣；

21、通過`construct_m_matrix_random`方法構(gòu)建一個(gè)具有隨機(jī)性的污染矩陣；

22、部署`linearcontaminationmodel`類，以類別總數(shù)，預(yù)定義的污染矩陣，以及類別原始概率和污染后的類別概率為參數(shù)進(jìn)行初始化；通過計(jì)算每個(gè)類別的污染權(quán)重，并根據(jù)權(quán)重在污染矩陣中進(jìn)行隨機(jī)選擇，以生成符合污染矩陣設(shè)定的污染標(biāo)簽，實(shí)現(xiàn)對(duì)原始數(shù)據(jù)標(biāo)簽的系統(tǒng)污染。

23、優(yōu)選地，構(gòu)建分塊對(duì)角污染矩陣中，對(duì)于偶數(shù)，使用大小為的全一矩陣構(gòu)建兩個(gè)相同的塊；對(duì)于奇數(shù)，最后一個(gè)塊大小調(diào)整為，確保所有類別均被適當(dāng)考慮。

24、優(yōu)選地，構(gòu)建一個(gè)具有隨機(jī)性的污染矩陣具體為：

25、生成一個(gè)的隨機(jī)數(shù)矩陣，通過行求和后進(jìn)行歸一化處理，以保證每行元素之和為1；將倍的單位矩陣與倍的隨機(jī)矩陣線性組合，形成最終的隨機(jī)污染矩陣，隨機(jī)污染矩陣能夠以概率隨機(jī)地將類別標(biāo)簽污染到其他任何類別。

26、優(yōu)選地，在特定的污染率進(jìn)行模型魯棒性增強(qiáng)處理；引入huber損失函數(shù)以優(yōu)化模型訓(xùn)練；實(shí)施log-cosh損失函數(shù)；對(duì)深度學(xué)習(xí)模型進(jìn)行優(yōu)化。

27、第二方面，本發(fā)明實(shí)施例提供了一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)系統(tǒng)，其特征在于，包括：

28、數(shù)據(jù)模塊，構(gòu)建電磁信號(hào)數(shù)據(jù)集，每個(gè)數(shù)據(jù)集包含多維度的電磁信號(hào)特征及相應(yīng)的標(biāo)簽信息；

29、構(gòu)建模塊，選擇并配置對(duì)應(yīng)的深度學(xué)習(xí)模型；

30、污染模塊，對(duì)電磁信號(hào)數(shù)據(jù)集進(jìn)行標(biāo)簽污染，包括y個(gè)體級(jí)別和m矩陣級(jí)別的污染，y個(gè)體級(jí)別污染通過隨機(jī)選定特定比例的數(shù)據(jù)點(diǎn)并修改其標(biāo)簽，m矩陣級(jí)別污染通過應(yīng)用預(yù)定義的污染矩陣對(duì)全部或部分?jǐn)?shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性修改；

31、訓(xùn)練模塊，使用帶有污染標(biāo)簽的電磁信號(hào)數(shù)據(jù)集訓(xùn)練得到的深度學(xué)習(xí)模型；

32、識(shí)別模塊，將未受污染的電磁信號(hào)數(shù)據(jù)集輸入得到的深度學(xué)習(xí)模型中，輸出識(shí)別的電磁信號(hào)。

33、第三方面，一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法的步驟。

34、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法的步驟。

35、與現(xiàn)有技術(shù)相比，本發(fā)明至少具有以下有益效果：

36、一種用于電磁信號(hào)分類識(shí)別的深度學(xué)習(xí)方法，引入了個(gè)體級(jí)別和矩陣級(jí)別的標(biāo)簽污染模擬方法；個(gè)體級(jí)別污染通過隨機(jī)修改單個(gè)樣本的標(biāo)簽來模擬數(shù)據(jù)標(biāo)注過程中可能發(fā)生的偶發(fā)錯(cuò)誤；矩陣級(jí)別污染則通過預(yù)定義的污染矩陣系統(tǒng)地修改標(biāo)簽，適用于模擬由設(shè)備系統(tǒng)性偏差或算法識(shí)別傾向?qū)е碌腻e(cuò)誤。這種多層次的污染模擬方法有效地提高了模型在面對(duì)真實(shí)世界復(fù)雜污染環(huán)境時(shí)的魯棒性和準(zhǔn)確性；其次，采用動(dòng)態(tài)學(xué)習(xí)策略和自適應(yīng)損失函數(shù)，這些策略和函數(shù)根據(jù)數(shù)據(jù)的污染程度自動(dòng)調(diào)整，以優(yōu)化模型訓(xùn)練過程和提高模型性能。通過動(dòng)態(tài)調(diào)整學(xué)習(xí)參數(shù)（如學(xué)習(xí)率）和選擇合適的損失函數(shù)（如huber損失或log-cosh損失），本發(fā)明能夠有效應(yīng)對(duì)不同級(jí)別的數(shù)據(jù)污染，確保模型在各種環(huán)境下都能達(dá)到最優(yōu)的分類效果。

37、進(jìn)一步的，rml2016.10a是無線電頻譜調(diào)制識(shí)別的標(biāo)準(zhǔn)數(shù)據(jù)集之一，涵蓋了11種不同的調(diào)制方式，如am、fm、qam、psk等。它包含了在不同信噪比（snr）條件下采集的無線電信號(hào)樣本，特別適用于信號(hào)調(diào)制分類和識(shí)別任務(wù)；wifi信號(hào)數(shù)據(jù)集（ntu-har數(shù)據(jù)集）專為人類活動(dòng)識(shí)別（har）研究設(shè)計(jì)，利用了信道狀態(tài)信息（csi）進(jìn)行無線感知。該數(shù)據(jù)集包含3×114×500的csi特征，涵蓋了六類不同的人體活動(dòng)（如拳擊、跌倒、行走等），這些數(shù)據(jù)通過無線信道傳輸?shù)姆瓷湫盘?hào)來表示人體運(yùn)動(dòng)特征；藍(lán)牙個(gè)體數(shù)據(jù)集（可視化效果如下所示）主要是通過采集藍(lán)牙信號(hào)的數(shù)據(jù)集，該數(shù)據(jù)集以250msps（兆采樣率每秒）的采樣速率記錄了來自不同藍(lán)牙設(shè)備的信號(hào)樣本。每個(gè)樣本包含來自150個(gè)藍(lán)牙設(shè)備的信號(hào)特征，適用于設(shè)備識(shí)別、藍(lán)牙通信中的身份認(rèn)證等任務(wù)。

38、進(jìn)一步的，mcldnn和cnn5的選擇是為了在不同信號(hào)數(shù)據(jù)集上測(cè)試三種標(biāo)簽污染策略的效果。mcldnn被用于處理復(fù)雜的rml2016.10a數(shù)據(jù)集，因?yàn)槠浣Y(jié)合了時(shí)空特征提取能力，而cnn5則用于較為簡(jiǎn)單的wifi信號(hào)數(shù)據(jù)集和藍(lán)牙個(gè)體數(shù)據(jù)集，因其結(jié)構(gòu)輕量且擅長(zhǎng)處理局部信號(hào)特征。通過這兩種模型的使用，可以更全面地評(píng)估標(biāo)簽污染策略在不同信號(hào)環(huán)境下的影響，為進(jìn)一步優(yōu)化信號(hào)處理中的標(biāo)簽處理提供依據(jù)。

39、進(jìn)一步的，y個(gè)體級(jí)別污染的設(shè)計(jì)目的是通過隨機(jī)選定數(shù)據(jù)集中某些樣本并對(duì)其標(biāo)簽進(jìn)行修改，從而模擬實(shí)際場(chǎng)景中由個(gè)別標(biāo)注錯(cuò)誤、采集噪聲或設(shè)備干擾引發(fā)的個(gè)體性標(biāo)簽錯(cuò)誤。這種方式有助于模型在面對(duì)真實(shí)世界中的不完美數(shù)據(jù)時(shí)，提升其對(duì)小規(guī)?；蚓植啃栽肼暤聂敯粜浴Ｍㄟ^引入個(gè)體級(jí)別的標(biāo)簽噪聲，模型能夠更好地學(xué)習(xí)對(duì)噪聲的免疫能力，確保在不完美標(biāo)注條件下依然保持較高的分類精度，適應(yīng)多樣化的信號(hào)數(shù)據(jù)特性。

40、進(jìn)一步的，m矩陣級(jí)別污染的設(shè)計(jì)目的是通過對(duì)整個(gè)數(shù)據(jù)集的標(biāo)簽進(jìn)行系統(tǒng)性的大規(guī)模修改，模擬由于系統(tǒng)性錯(cuò)誤、全局性干擾或數(shù)據(jù)傳輸問題導(dǎo)致的大范圍標(biāo)簽噪聲。此方法有助于模型在面對(duì)更為復(fù)雜的全局性噪聲時(shí)，具備更強(qiáng)的適應(yīng)能力。通過在數(shù)據(jù)集中的多個(gè)類別或區(qū)域引入矩陣級(jí)別的污染，模型可以學(xué)會(huì)在噪聲干擾普遍存在的情況下有效識(shí)別信號(hào)特征，避免因廣泛的噪聲影響而導(dǎo)致的模型性能大幅下降，從而提高模型的泛化能力和穩(wěn)健性。

41、進(jìn)一步的，通過在特定污染率下進(jìn)行魯棒性增強(qiáng)處理，可以有效模擬現(xiàn)實(shí)場(chǎng)景中可能出現(xiàn)的標(biāo)簽污染問題。huber損失函數(shù)結(jié)合了均方誤差和絕對(duì)誤差的優(yōu)點(diǎn)，能夠在對(duì)抗異常點(diǎn)時(shí)提供更穩(wěn)定的梯度，從而減少模型受噪聲干擾的影響。log-cosh損失函數(shù)進(jìn)一步提升了模型在面對(duì)大規(guī)模誤差時(shí)的表現(xiàn)，既能保留足夠的敏感度，又避免了因異常點(diǎn)導(dǎo)致的梯度爆炸；通過這些魯棒性增強(qiáng)手段，即使在較高污染率下，模型依然能夠維持較高的分類精度，確保在實(shí)際應(yīng)用中對(duì)受污染數(shù)據(jù)的處理更加穩(wěn)健。這種方法為模型在復(fù)雜的現(xiàn)實(shí)數(shù)據(jù)環(huán)境中提供了更強(qiáng)的容錯(cuò)性和泛化能力。

42、可以理解的是，上述第二方面的有益效果可以參見上述第一方面中的相關(guān)描述，在此不再贅述。

43、綜上所述，本發(fā)明通過引入y個(gè)體級(jí)別和m矩陣級(jí)別的標(biāo)簽污染機(jī)制，能夠有效模擬真實(shí)環(huán)境中可能出現(xiàn)的標(biāo)簽不準(zhǔn)確情況。通過選擇合適的深度學(xué)習(xí)模型和優(yōu)化策略，該方法可以顯著提高電磁信號(hào)分類的魯棒性和泛化能力。在處理復(fù)雜多維度電磁信號(hào)特征時(shí)，模型表現(xiàn)出較強(qiáng)的適應(yīng)性，確保了在不同污染情況下仍能實(shí)現(xiàn)較高的分類精度，從而增強(qiáng)了系統(tǒng)的穩(wěn)定性和實(shí)用性。

44、下面通過附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。