论文
PReD：面向电磁感知、识别与决策的基于LLM的多模态基础模型
PReD: An LLM-based Foundation Multimodal Model for Electromagnetic Perception, Recognition, and Decision
摘要
多模态大语言模型已在通用领域展现出强大的跨模态理解与推理能力。然而在电磁（EM）领域，它们仍面临数据稀缺与领域知识融合不足等挑战。本文提出PReD，首个覆盖“感知、识别、决策”智能闭环的电磁领域基础模型。我们构建了高质量的多任务电磁数据集PReD-1.3M与评估基准PReD-Bench。该数据集涵盖原始时域波形、频域频谱图与星座图等多视角表示，覆盖通信与雷达信号的典型特征。它支持一系列核心任务，包括信号检测、调制识别、参数估计、协议识别、射频指纹识别与抗干扰决策。PReD采用多阶段训练策略，统一电磁信号的多个任务。它实现了从端到端信号理解到语言驱动推理与决策的闭环优化，在保持通用多模态能力的同时显著增强电磁领域专业性。实验结果表明，PReD在由开源与自采信号数据集构建的PReD-Bench上取得最先进的性能。这些结果共同验证了视觉对齐基础模型在推进电磁信号理解与推理方面的可行性与潜力。
