| 迪杰网讯 自动调制识别（AMR）是用于未来水下光学无线通信（UOWC）的智能收发器的组成部分。本文提出了一种基于正交频分复用（OFDM）的渐进增长元学习（PGML）AMR方案，并在UOWC湍流信道上进行了分析。新颖的PGML少发镜头AMR框架主要遭受严重的水下环境的困扰，可以用较少的培训时间和数据就可以快速完成针对新任务的自学习。在PGML算法中，在有Poisson噪声的情况下工作的几次快照分类器直接在信噪比（SNR）较差的情况下被馈入有噪声信号的星座图。此外，采用数据增强（DA）操作来减轻发光二极管（LED）失真的影响，进一步提高了分类精度。仿真结果表明，所提出的PGML方案在新任务上的训练效率，针对泊松噪声的鲁棒性和泛化性能方面均优于经典的元学习（ML）方法.... ----------------------------------------------
|
