基于多判别器GAN的多终端干扰建模方法

摘要

为完成多终端场景下复杂干扰建模，同时用基于推土机距离的生成对抗网络(generative adversarial network, GAN)解决多类数据生成问题，采用改进的多判别器GAN方法，分别拟合每类干扰数据分布距离来提高模型生成性能。搭建了通信链路和生成干扰训练数据；分析了网络的损失函数以及搭建和训练生成对抗网络；通过仿真链路验证了生成数据性能。仿真结果表明，该模型的数据频域拟合能力优于单判别器，该模型生成的噪声数据在数据分布、平均干扰误比特率方面与实测数据相符合，生成数据与实际数据集的比特错误率相差0.1～2 dB。

关键词

多终端 / 生成对抗网络(GAN) / 误比特率 / 干扰建模