【技术实现步骤摘要】
信号调制识别模型的训练方法和装置
[0001]本申请涉及分布式计算技术，尤其涉及一种信号调制识别模型的训练方法和装置。
技术介绍
[0002]自动调制识别是信号检测与信号解调的中间过程，在各种民用和军用场合都有重要作用。随着无线通信技术，特别是数字通信技术的飞速发展，信号调制技术变得越来越复杂，调制方式也越来越多，并且信号在调制之前一般都进行了加密和信源、信道编码的处理，传统的人工调制识别方法受到了诸多限制。
[0003]随着深度学习技术的快速发展和广泛应用，在相关技术中，已经出现了通过深度学习技术进行自动调制识别模型训练的方法。然而通过深度学习技术进行模型训练，需要大量的数据保证训练的有效性，用户数据因此被要求传输到中央服务器。利用相关技术方法，难以保证数据安全、数据隐私问题。并且无法有效避免恶意节点对服务器的攻击。
技术实现思路
[0004]有鉴于此，本申请的目的在于提出一种信号调制识别模型的训练方法和装置。
[0005]基于上述目的，本申请提供了本申请一个或多个实施例提供了一种信号调制识...
【技术保护点】
【技术特征摘要】
1.一种信号调制识别模型的训练方法，所述方法利用包括区块链层和计算层的区块链
‑
联邦学习框架实现，所述计算层中的多个分布式计算节点分别与所述区块链层中的多个区块代表通信连接，所述方法包括迭代执行下列操作，直到所述信号调制识别模型满足第一预设条件为止：每个所述计算节点利用本地存储的信号数据集，对本地存储的所述信号调制识别模型进行训练，以更新所述信号调制识别模型的本地参数，并将更新后的所述本地参数发送至所述多个区块代表中与该计算节点通信连接的一个区块代表；该区块代表将接收到的所述本地参数打包为第一交易存入本地的第一交易池，并在所述区块链层广播所述第一交易；所述多个区块代表中的每个其他区块代表在接收到广播的所述第一交易后，响应于确定所述第一交易通过有效性验证而将所述第一交易存入本地的第二交易池；该区块代表响应于确定满足第二预设条件，将本地的第一交易池中存储的全部交易发送至该计算节点；该计算节点利用预设算法对接收到的所述全部交易进行有效性评估和加权聚合，以得到第一全局参数，并将所述第一全局参数发送至该区块代表；该区块代表基于接收到的所述第一全局参数生成新区块，并在所述区块链层广播所述新区块；该计算节点响应于确定所述区块链层被更新，从该区块代表下载所述新区块中的第二全局参数，作为本地存储的所述信号调制识别模型的本地参数。2.根据权利要求1所述的方法，其特征在于，所述预设算法包括客观赋权法和用于确定所述本地参数的时效性的牛顿冷却定律。3.根据权利要求1或2所述的方法，其特征在于，对所述第一交易的所述有效性验证是利用哈希算法和非对称加密算法进行的。4.根据权利要求1或2所述的方法，其特征在于，所述第一预设条件包括：所述第一全局参数表征的所述信号调制识别模型收敛或者达到预定的识别准确率。5.根据权利要求1或2所述的方法，其特征在于，所述第二预设条件包括：所述第一交易池满了，或者到了预定的块生成时间。6.根据权利要求1或2所述的方法，其特征在于，所述操作还...
【专利技术属性】
技术研发人员：景晓军，刘峥，穆俊生，杜汉明，景泽轩，黄海，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。