生成式人工智能赋能无线电频谱认知:进展与挑战OA
近年来,生成式人工智能凭借其强大的数据分布拟合能力及数据生成补全能力,逐渐被引入无线电频谱认知领域,相较于传统依赖物理建模、数学插值以及判别式人工智能的方法,大幅提升了认知准确度。本文系统梳理了生成式人工智能赋能无线电频谱认知的研究进展,重点分析了不同生成范式的技术原理、应用场景及代表性工作,并深入探讨了训练数据稀缺、未知场景泛化能力不足、模型可解释性有限等生成式人工智能用于无线电频谱认知时面临的挑战。未来,通过跨模态知识融合、物理机理嵌入、可信评估构建,生成式人工智能有望推动无线电频谱认知向高精度、强泛化、可解释方向发展,有效支撑频谱资源高效利用。
刘志远;宋令阳;刘庆昱;张舒航;张泓亮
北京大学深圳研究生院信息工程学院,广东深圳518055北京大学深圳研究生院信息工程学院,广东深圳518055 北京大学电子学院,北京100871北京大学深圳研究生院信息工程学院,广东深圳518055北京大学电子学院,北京100871北京大学电子学院,北京100871
信息技术与安全科学
无线电频谱认知频谱态势生成式人工智能扩散模型
《国防科技大学学报》 2026 (2)
P.367-381,15
国家自然科学基金资助项目(62527801,62401025)广东省基础与应用基础研究重大资助项目(2023B0303000019)。
评论