简介：在真实电磁环境中,未知调制类型信号的出现为现有调制识别方法带来了巨大挑战.针对这一问题,提出基于多模态语义重构的调制类型开集识别方法.该方法结合I/Q模态与时频图模态,能够深度挖掘信号在时、空、频维度上的语义特征,同时引入基于互相关的模态对齐机制,确保跨模态特征的一致性.进一步地,该方法通过语义信息重构实现未知调制类型的判别,显著提升了在低信噪比与参数偏移条件下的识别鲁棒性.实验结果表明,在存在 4类未知调制类型的情况下,仿真数据集上平均AUROC和OSCR指标分别达到 95.24和 96.25,充分验证了该方法的有效性和鲁棒性.展开
