تصنيف التحويل الآلي (AMC) في الاتصالات اللاسلكية يعد تحدياً ومهماً للغاية. على الرغم من استخدام الأساليب القائمة على التعلم العميق في معالجة الإشارات، إلا أنها تواجه تحديات في تغير توزيع الإشارة، خاصة في مجموعة متنوعة من الظروف المختلفة للقنوات. يقدم هذا المقال إطار تحويل مضاد قائم على التعلم بالنقل يسمى شبكات تعلم الطيف القتالية (FLANs) لتصنيف الإشارة عبر السيناريوهات. يستفيد هذا الأسلوب من استقرارية الطيف، من خلال إدخال تقنية التكيف الترددي (FA)، حيث يدمج معلومات القناة الهدف في إشارة المجال المصدر. ولحل التداخل الغير متوقع في القناة، يتم استخدام وحدة التكيف المصلحية للقناة (FCA) لتقليل الاختلاف بين المجال المصدر والهدف ناتجة عن تغير بيئة القناة. تظهر نتائج التجارب أن FLANs تتفوق على أفضل الطرق الحديثة القائمة على التحويل، حيث يرتفع أعلى نسبة دقة تصنيف بنسبة 5.2 نقطة مئوية على مجموعة البيانات الحقيقية المجمعة عبر السيناريوهات المتعددة وعالية نسبة إشارة الضوضاء CSRC2023.

الطيف; شبكات التخصيص القتالية; التعلم بالنقل; تصنيف التحويل الآلي; الاتصالات اللاسلكية