首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于复数卷积的部分对抗域自适应辐射源个体识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河海大学

摘要:本发明提出了一种基于复数卷积的部分对抗域自适应辐射源个体识别方法。本发明使用基于Softmax的加权域分类器对源域和目标域的特征进行加权,过滤掉源域中与目标域不匹配的样本类别。然后,构建了另外一种基于Softmax的域鉴别器和标签预测器,并且引入Wasserstein距离引导对抗性无监督域自适应,实现了源域和目标域数据之间分布的对齐。最终,训练好的识别模型能够在部分域自适应场景中对辐射源设备进行识别,大幅提高了辐射源识别的精度。通过综合应用了复数卷积、对抗训练以及无监督域自适应等技术,本发明为域自适应场景中的辐射源个体识别提供了一种有效的解决方案。

主权项:1.一种基于复数卷积的部分对抗域自适应辐射源个体识别方法,其特征在于,包括如下步骤:1对场景中采集到的由辐射源发射的两通道IQ信号转换为一维序列形式的复数信号直接输入到由复数卷积神经网络构成的特征提取器中进行特征提取;2对源域信号样本进行加噪处理,以扩展模型的鲁棒性;3基于传统的域对抗训练网络,引入加权域分类器,结合相似性度量方法,将源域中与目标域中不匹配的样本类别过滤掉,减小源域中离群样本产生的域偏移的影响;4构建域鉴别器和标签预测器,引入Wasserstein距离引导对抗性无监督域自适应,使得源域与目标域中的数据分布对齐,并在标签预测器上得到目标域样本对应的标签;5采用复数神经网络构建辐射源识别模型,源域样本和目标域样本用于模型训练,目标域样本用于模型测试;6利用步骤5训练得到的辐射源识别模型对部分域自适应场景中的辐射源设备进行识别。

全文数据:

权利要求:

百度查询: 河海大学 基于复数卷积的部分对抗域自适应辐射源个体识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。