一种基于门控注意力融合与加权损失的多模态调制信号识别方法

本发明公开了一种基于门控注意力融合与加权损失的多模态调制信号识别方法，包括：获取多模态调制信号并进行预处理；利用多分支特征提取网络对多模态调制信号进行特征提取；利用门控注意力机制对提取的特征进行融合；构建深度强化学习驱动的自适应三重加权损失函数；基于损失函数更新多分支特征提取网络和门控注意力机制中的参数，循环迭代直至损失收敛状态达到预设标准；将待识别的信号数据输入训练完成的网络，通过多分支特征提取和门控注意力特征加强获得融合后的特征，通过全连接分类层和Softmax函数输出调制信号识别的结果。本发明能提高低信噪比条件下的信号识别精度，同时，该方法所能识别的调试方式种类广泛。