[发明专利]一种基于生成式对抗网络的信号-图像翻译方法

摘要

本发明公开了一种基于生成式对抗网络的信号‑图像翻译方法，实现该翻译方法的装置包括翻译模型ST、判别模型SD和分类模型SC，步骤为：(1)对翻译模型和分类模型进行预训练，直到迭代次数达到设定值；(2)将真实彩色图像和翻译模型得到的信号图像输入判别模型进行对抗训练，训练判别模型的参数；(3)将翻译模型得到的信号图像输入判别模型进行对抗训练，训练翻译模型的参数；(4)协同训练翻译模型和分类网络的参数；(5)重复步骤(2)～(4)，直到实现ST‑SD的纳什均衡或达到预设的训练迭代次数；(6)将待翻译的无线电信号输入翻译模型，得到翻译后的信号图像。利用本发明，可以增强翻译结果的多样性，保证信息传输的安全隐蔽性。

主权项

1.一种基于生成式对抗网络的信号‑图像翻译方法，其特征在于，实现该翻译方法的装置包括：翻译模型ST，该翻译模型ST的输入为无线电信号，输出为翻译得到的包含RGB三个通道的信号图像；判别模型SD，该判别模型SD的输入为真实彩色图像和翻译模型ST得到的信号图像，输出为对真实彩色图像和信号图像的判断结果；分类模型SC，该分类模型SC的输入为翻译模型ST翻译得到的信号图像，输出为信号图像对应于原始无线电信号的调制类型预测结果；具体方法如下：(1)使用具有不同调制类型的无线电信号数据集对翻译模型ST和分类模型SC进行预训练，直到迭代次数达到设定值N1；(2)固定翻译模型ST和分类模型SC的参数，将真实彩色图像和翻译模型ST得到的信号图像输入判别模型SD进行训练，训练判别模型SD的参数，使判别模型SD能够区分真实彩色图像和信号图像；(3)固定分类模型SC和判别模型SD的参数，将翻译模型ST得到的信号图像输入判别模型SD进行训练，训练翻译模型ST的参数，使翻译模型ST翻译得到的信号图像更加接近真实彩色图像；(4)固定判别模型SD的参数，将无线电信号数据集输入翻译模型ST后，将得到的信号图像作为分类模型SC的输入，协同训练翻译模型ST和分类网络SC的参数；(5)重复步骤(2)～(4)，直到实现ST‑SD的纳什均衡或者达到预设的训练迭代次数N2，结束训练；(6)将待翻译的无线电信号输入到翻译模型ST中，得到翻译后的信号图像。