在线客服
400-106-6888
top
安全产品
安全服务
解决方案
您的位置: 首页 > 新闻资讯 > 公司新闻 > 中孚信息创新突破:DeepSeek大模型赋能电磁空间安全监测——信号调制智能识别技术初探
返回列表
中孚信息创新突破:DeepSeek大模型赋能电磁空间安全监测——信号调制智能识别技术初探
发布时间 : 2025-07-07
浏览量:1852



随着无线通信技术的飞速发展,电磁空间安全已成为国家关键基础设施和国防安全的核心之一。电磁空间安全监测的重点是对复杂电磁信号进行实时感知、解析与威胁判定。其中,信号调制方式识别作为通信信号分析的基础环节,直接影响着信号意图判断、频谱资源管理和抗干扰与反制能力的发展。




传统的调制识别存在依赖人工设计特征和在低信噪比、多径衰落等复杂环境下泛化能力差等缺点,难以应对新型调制方式和自适应调制信号等新挑战。


大语言模型通过海量无标注数据预训练与微调技术,展现出强大的通用表征学习与上下文推理能力。DeepSeek大模型作为国产先进大模型代表,具备高效轻量、支持长文本和部署简易等特点。


中孚信息基于DeepSeek大模型的信号调制智能识别技术以国产大模型为基座,突破传统识别方法在复杂电磁环境中的性能天花板,探索“预训练+轻量化微调”新范式,实现少样本、强泛化的智能识别,首次将大模型能力注入电磁安全领域,为构建“认知型”电磁防御系统提供技术雏形,实现对复杂信号调制的智能识别。


跨领域性创新


























引领电磁空间安全拥抱DeepSeek大模型


DeepSeek大模型的核心为Transformer,Transformer的自注意力机制本质是特征关联建模器,既能处理语言符号关联,也能处理信号时序关联,通过大模型构建信号深层时空特征表示,捕捉细微调制差异,同时兼容时域、频域、时频域多模态的信号特征输入。因此,将DeepSeek大模型跨领域应用于信号调制识别技术,实现电磁空间复杂信号的智能化、精准化识别具备可行性。


中孚信息研发团队创新性地提出基于DeepSeek大模型的信号调制智能识别技术,该技术通过提取信号的瞬时幅度、瞬时相位和瞬时频率等特征,构造多模态的信号特征输入,使用多模态的信号特征替代Tokenizer层和Embedding层,完成对输入层的重构;对输出层LM HEAD和损失函数进行修改和优化,实现大模型从生成式模型到分类模型的转换,利用大模型微调技术实现对11种信号调制的智能识别。



deep1.png

基于DeepSeek的信号调制智能识别大模型



以实证为根基


























驱动理论体系突破性

进化与升华


实验采用RML2016.10a数据集进行测试,该数据集由美国海军研究实验室的 Tim O'Shea 团队于2016年发布,覆盖真实场景中信号噪声、信号衰落和信号偏移等数据,具备调制类型和SNR双重标签,支持细粒度的信号分析 ,同时被300多篇论文引用,已成为调制方式识别领域的重要资源,广泛用于算法和模型的开发和评估。数据集包含了八种数字调制信号:BPSK、QPSK、8PSK、16QAM、64QAM、GFSK、CPFSK、PAM4,以及三种模拟调制信号WBFM、AM-SSB、AM-DSB,共计11种调制类型的信号。

   




deep3.png





deep2.png

基于DeepSeek大模型信号调制智能识别在不同信噪比下的混淆矩阵




基于DeepSeek大模型信号调制智能识别方法整体的识别效果理想。当信噪比为4dB时,11种调制方式中,6种调制方式的识别准确率在90%以上;当信噪比为0dB,信号质量非常差时,也有5种调制方式的识别准确率在90%以上,算法具有较高的鲁棒性。


核心技术突破


























实现复杂环境下的信号调制智能识别


在日趋复杂的电磁环境中,研发团队成功攻克了三大技术难题:



国产大模型基座突破性能天花板:以DeepSeek国产大模型为基座,通过千万参数级信号表征能力,彻底解决传统方法在低信噪比、多径干扰、动态调制场景下的识别瓶颈,为高对抗电磁环境下的实时频谱感知提供核心技术支撑。


“预训练+轻量化微调”实现少样本易部署:该方法将模型微调成本降低90%(从百万样本→千样本),满足边缘设备低资源部署需求。


AI重塑电磁防御范式:基于DeepSeek的信号调制智能识别大模型有望颠覆传统静态规则库防御模式,推动电磁对抗从“被动响应”向“主动认知”范式跃迁,为构建新一代认知电子战系统提供核心AI引擎。