La clasificación de la modulación automática (AMC) en las comunicaciones inalámbricas es tanto un desafío como desempeña un papel crucial. A pesar del amplio uso de los métodos basados en el aprendizaje profundo en el procesamiento de señales, se enfrentan al desafío de cambios en la distribución de la señal, especialmente en diversas condiciones de canal. Este artículo presenta un marco de transferencia basado en la transferencia adaptativa llamado redes adversarias de aprendizaje espectral (FLANs) para la clasificación de señales entre escenarios. Este método utiliza la estabilidad espectral, introduciendo la tecnología de adaptación de frecuencia (FA) para incorporar la información del canal objetivo en la señal de dominio fuente. Para resolver las interferencias inesperadas en el canal, se utiliza un módulo de adaptación de canal ajustado (FCA) para reducir las diferencias entre el dominio fuente y objetivo debido a los cambios en el entorno del canal. Los resultados de los experimentos muestran que FLANs supera a los métodos de transferencia líderes existentes, con un aumento del 5,2 en el porcentaje de precisión máxima de clasificación en el conjunto de datos multi-escenario de alta relación señal/ruido CSRC2023.

Espectro; redes adversarias de generación; transferencia de conocimientos; clasificación automática; comunicaciones inalámbricas