期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
基于循环谱的水声通信信号辐射源个体识别
1
作者 张亮 张海刚 孟春霞 《声学技术》 北大核心 2025年第1期13-20,共8页
随着无线通信技术的快速发展,无线通信系统的通信安全也面临着前所未有的挑战。如何有效实现在非介入条件下进行水声通信物理层信号的识别分析越发重要。文章提出了一种基于循环谱特征的水声通信信号辐射源个体识别方法,采用具有不同滚... 随着无线通信技术的快速发展,无线通信系统的通信安全也面临着前所未有的挑战。如何有效实现在非介入条件下进行水声通信物理层信号的识别分析越发重要。文章提出了一种基于循环谱特征的水声通信信号辐射源个体识别方法,采用具有不同滚降因子的根升余弦滤波器表征不同的水声通信信号辐射源个体,设计了适合于水声通信信号的轻量型神经网络模型MobilenetV3-small,将循环谱图作为网络输入,可实现5个二进制相移键控调制辐射声源信号的识别。仿真结果表明,与传统的卷积神经网络VGG16相比,文中所提方法在运行速度、参数量和损失率等方面表现更好,验证了该个体识别算法的有效性。 展开更多
关键词 水声通信信号辐射源 循环谱特征 MobilnetV3-small深度学习网路 个体识别
在线阅读 下载PDF
基于无意调相边带信息的雷达辐射源个体识别
2
作者 黄湘松 王振 +1 位作者 潘大鹏 赵一洋 《电子与信息学报》 北大核心 2025年第6期1762-1771,共10页
无意调相是雷达辐射源个体识别中的关键信息,能够提供细微的相位变化信息,捕捉到不同辐射源的微小差异,在区分具有相似硬件结构的雷达辐射源时具有显著优势。针对同一厂家生产的同型号辐射源无意调相特性区分性不明显的问题,该文提出一... 无意调相是雷达辐射源个体识别中的关键信息,能够提供细微的相位变化信息,捕捉到不同辐射源的微小差异,在区分具有相似硬件结构的雷达辐射源时具有显著优势。针对同一厂家生产的同型号辐射源无意调相特性区分性不明显的问题,该文提出一种基于无意调相边带信息与深度学习相结合的个体识别方法。通过深入挖掘无意调相特性中的边带信息,增强不同辐射源个体间的差异性,并引入双路循环膨胀卷积网络增加神经网络感受野。实验实测数据显示,该方法在信噪比为5 dB的条件下,仍能对10台同型号的辐射源实现87.58%的平均识别准确率,对比1维残差网络,识别精度提高了21.41%。 展开更多
关键词 辐射源个体识别 无意调相 边带信息 循环膨胀卷积网络 同步压缩小波变换
在线阅读 下载PDF
融合时频特征的通信辐射源个体识别方法 被引量:1
3
作者 袁晔 汤春阳 +1 位作者 张博轩 李强 《电子测量技术》 北大核心 2025年第1期129-136,共8页
针对通信辐射源个体识别在信道噪声干扰下准确率低的问题,利用信号映射到不同时频域对信道噪声干扰抑制效果的差异性,提出了一种融合时频特征的通信辐射源个体识别方法。首先,从辐射源信号中提取I/Q、功率谱、小波谱信息,并通过横向和... 针对通信辐射源个体识别在信道噪声干扰下准确率低的问题,利用信号映射到不同时频域对信道噪声干扰抑制效果的差异性,提出了一种融合时频特征的通信辐射源个体识别方法。首先,从辐射源信号中提取I/Q、功率谱、小波谱信息,并通过横向和纵向的一维卷积来融合信号的时频信息;然后使用通道注意力模块和空间注意力模块融合时频特征;最后采用M-ResNeXt网络实现在信道噪声干扰下的辐射源个体识别。实验结果表明,受到信噪比为15 dB的高斯白噪声、瑞利、莱斯3种信道噪声干扰下,本文提出的融合时频特征方法识别准确率达到97.6%、97.7%、98.5%,同时面临未知的噪声干扰,在信噪比为15 dB时,依然能够取得超过97.7%的识别准确率。因此,融合时频特征方法能够显著提高通信辐射源个体识别的准确率和鲁棒性。 展开更多
关键词 辐射源个体识别 深度学习 信道 时频分析
在线阅读 下载PDF
基于度量学习和子域自适应的辐射源个体识别 被引量:1
4
作者 周锋 杜奕航 +2 位作者 赵芸 乔晓强 张涛 《电讯技术》 北大核心 2025年第3期347-353,共7页
为解决辐射源个体识别中信号传输环境变化引起的数据分布不一致,导致仅接受单一分布数据集训练的网络模型识别准确率严重退化这一问题,提出结合度量学习和子域自适应的辐射源个体识别方法。该方法借鉴了领域自适应中子域自适应的思想,... 为解决辐射源个体识别中信号传输环境变化引起的数据分布不一致,导致仅接受单一分布数据集训练的网络模型识别准确率严重退化这一问题,提出结合度量学习和子域自适应的辐射源个体识别方法。该方法借鉴了领域自适应中子域自适应的思想,应用局部最大均值差异损失来缩小不同分布下相同辐射源类别之间的差异,并在其基础上加入基于欧氏距离和余弦相似度的度量学习损失,稳定迁移效果。实验表明,在同时使用了度量学习损失和子域自适应方法后,目标域识别准确率相比于未使用迁移方法提高了38.7%左右,并且模型具有良好的泛化能力。 展开更多
关键词 辐射源个体识别 度量学习 子域自适应 余弦相似度
在线阅读 下载PDF
结合多维特征与Transformer网络的敌我识别辐射源个体识别 被引量:3
5
作者 陈杰梅 《电讯技术》 北大核心 2025年第1期1-8,共8页
针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe,SEI-IFF)研究不足的问题,提出了一种基于多维特征与Transformer网络的SEI-IFF方法。该方法首先从单个脉冲及信号全局等多维度获取如... 针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe,SEI-IFF)研究不足的问题,提出了一种基于多维特征与Transformer网络的SEI-IFF方法。该方法首先从单个脉冲及信号全局等多维度获取如相位、幅度、时间、功率谱密度等信号特征,结合Transformer网络进一步提取不同IFF辐射源个体特征中如前后关联特性的细微特征并最终实现SEI-IFF。试验结果表明,所提方法针对20个目标搭载的IFF辐射源个体的平均识别正确率达95.3%,可较准确地完成SEI-IFF,有助于提升战场SEI-IFF效率。 展开更多
关键词 敌我识别(IFF) 辐射源个体识别(sei) 多维特征 TRANSFORMER
在线阅读 下载PDF
一种雷达辐射源个体开集识别的方法
6
作者 陆剑雄 陈旗 +1 位作者 赵瑞轩 满欣 《兵器装备工程学报》 北大核心 2025年第4期285-292,共8页
在对雷达辐射源信号非合作接收处理时,经常会遇到一些未知信号。为解决未知雷达辐射源个体识别的问题,提出了一种雷达辐射源个体开集识别方法,将GANomaly和残差神经网络(ResNet-50)相结合,构建了一种用于开集识别的深度学习网络模型。... 在对雷达辐射源信号非合作接收处理时,经常会遇到一些未知信号。为解决未知雷达辐射源个体识别的问题,提出了一种雷达辐射源个体开集识别方法,将GANomaly和残差神经网络(ResNet-50)相结合,构建了一种用于开集识别的深度学习网络模型。该方法通过对雷达辐射源信号进行短时傅里叶变换(STFT)分析时频特征,将二维时频图谱作为网络模型输入,利用GANomaly网络自动对图谱进行图像特征重构,依据重构差异的大小,筛选出已知信号和未知信号,使用ResNet-50对识别的已知信号进行个体识别,完成完整的个体开集识别。实验结果表明,该深度学习网络模型对雷达辐射源个体的开集识别准确率达到了97.47%,有效解决了雷达辐射源个体开集识别问题。 展开更多
关键词 雷达辐射源个体 开集识别 短时傅里叶变换 GANomaly 残差神经网络
在线阅读 下载PDF
小样本条件下的通信辐射源个体识别方法
7
作者 牛雅萌 崔良中 孙佳杰 《兵器装备工程学报》 北大核心 2025年第4期278-284,共7页
针对通信辐射源个体信号采集困难,可训练样本量少造成的通信辐射源个体识别准确率低的问题,提出了一种小样本条件下的通信辐射源个体识别方法。该方法使用MLSTM-FCN模型提取个体信号的指纹特征,并采用元学习策略对原型网络对进行训练学... 针对通信辐射源个体信号采集困难,可训练样本量少造成的通信辐射源个体识别准确率低的问题,提出了一种小样本条件下的通信辐射源个体识别方法。该方法使用MLSTM-FCN模型提取个体信号的指纹特征,并采用元学习策略对原型网络对进行训练学习,使得特征间的原型分布更为明显。实验结果表明,提出的小样本条件下的通信辐射源个体识别方法相较于其他识别方法识别效果更佳,在信噪比[10 dB,20 dB]情况下的平均识别准确率超过80%。 展开更多
关键词 小样本 原型网络 元学习 通信辐射源 个体识别
在线阅读 下载PDF
基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法
8
作者 陈宇鹏 黄科举 +2 位作者 刘辉 邝龙坤 杨俊安 《系统工程与电子技术》 北大核心 2025年第9期3086-3092,共7页
针对当前辐射源个体识别方法在小样本条件下容易过学习、识别准确率低的问题,提出一种基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法。该方法将辐射源信号转换为递归图作为宽度学习网络的输入,将辐射源数据时序特征转化为图... 针对当前辐射源个体识别方法在小样本条件下容易过学习、识别准确率低的问题,提出一种基于信号递归图和卷积宽度学习的小样本辐射源个体识别方法。该方法将辐射源信号转换为递归图作为宽度学习网络的输入,将辐射源数据时序特征转化为图像空间特征;此外,提出一种卷积宽度学习网络,将宽度学习中特征节点的计算方式由矩阵乘法替换为卷积运算,通过稀疏连接和权值共享减少模型参数数量,从而减轻模型过拟合风险。通过对公开数据集实验,验证了所提算法在少量训练样本数量条件下相较于其他算法有更好的识别性能。 展开更多
关键词 递归图 卷积宽度学习 小样本 辐射源个体识别
在线阅读 下载PDF
类不平衡通信辐射源个体识别
9
作者 牛雅萌 崔良中 孙佳杰 《无线电通信技术》 北大核心 2025年第4期844-851,共8页
某些通信辐射源个体存在使用时长较短、隐蔽性高的特性,导致采集到的可用于训练的数据量少,产生训练样本不平衡问题,致使通信辐射源个体识别(Specific Emitter Identification,SEI)的精度下降。针对上述问题,提出一种基于多元长短期记忆... 某些通信辐射源个体存在使用时长较短、隐蔽性高的特性,导致采集到的可用于训练的数据量少,产生训练样本不平衡问题,致使通信辐射源个体识别(Specific Emitter Identification,SEI)的精度下降。针对上述问题,提出一种基于多元长短期记忆-全卷积网络(Multivariate Long Short-Term Memory Fully Convolutional Network,MLSTM-FCN)的增量随机特征训练的通信SEI方法,提高类不平衡条件下SEI的准确率。以MLSTM-FCN模型作为信号特征提取的主干网络,在训练过程中随机生成高斯向量,与网络提取的特征拼接在一起同时训练,加强模型的泛化能力,减轻样本类不平衡造成的影响,提升整体识别率。实验结果表明,该方法可较好地解决通信辐射源类间不平衡问题,在不同程度的类不平衡条件下,该方法的准确率高于常规方法,提高了SEI精度。 展开更多
关键词 多元长短期记忆-全卷积网络 类不平衡 辐射源个体识别 分类识别
在线阅读 下载PDF
基于渐进式自训练开集域适应的辐射源个体识别
10
作者 张涛涛 谢钧 乔平娟 《计算机科学》 北大核心 2025年第7期279-286,共8页
针对闭集场景中训练的辐射源个体识别模型部署在包含有新类别的辐射源个体环境条件中时会出现已知类识别性能下降以及新类识别错误的问题,提出了一种噪声变化场景下的基于开集域适应辐射源个体识别方法。利用最大最小阈值判别已知类和... 针对闭集场景中训练的辐射源个体识别模型部署在包含有新类别的辐射源个体环境条件中时会出现已知类识别性能下降以及新类识别错误的问题,提出了一种噪声变化场景下的基于开集域适应辐射源个体识别方法。利用最大最小阈值判别已知类和未知类并通过渐进式自训练的方法训练一个目标分类器用于测试场景。目标分类器的一个未知分类要同时拟合多个未知类的特征分布,可能会导致学习到的已知未知特征分布的边界混淆。基于此,提出了一个多中心损失用于增加目标已知类和未知类内的紧凑性以及类间的可区分性,可提高目标分类器判别的准确性。同时,为了减少源域和目标域之间因为噪声造成的指纹特征偏移问题,使用了基于原型到原型的对比学习来学习域不变特征。在公开数据集上进行了6组实验,所提方法在其中5组中的HOS指标好于其他方法,甚至在10 dB-8 dB的任务中HOS达到了93.8%,实验结果验证了所提方法的有效性。 展开更多
关键词 辐射源个体识别 开集域适应 自训练 中心损失 对比学习
在线阅读 下载PDF
数字多波束接收系统对辐射源个体识别性能的影响
11
作者 黄俊园 夏韶俊 《电讯技术》 北大核心 2025年第7期1158-1163,共6页
在辐射源个体识别技术中,辐射源细微指纹特征易受接收机通道畸变的影响,这种影响在数字多波束接收系统中更为复杂,因为最终信号是多个接收通道波束合成的结果。针对该问题,对数字多波束接收系统的接收通道畸变、波束合成和通道间幅相一... 在辐射源个体识别技术中,辐射源细微指纹特征易受接收机通道畸变的影响,这种影响在数字多波束接收系统中更为复杂,因为最终信号是多个接收通道波束合成的结果。针对该问题,对数字多波束接收系统的接收通道畸变、波束合成和通道间幅相一致性对辐射源个体识别的影响进行了理论分析和仿真实验。结果表明,波束合成信号的指纹特征同时受到接收通道畸变和通道间幅相不一致性的影响,个体识别性能随通道畸变和幅相不一致性的增加而降低;跨波束场景下的个体识别性能有所恶化,且随着通道畸变的增加性能恶化越明显,正确率下降达13.8%。在使用多波束接收系统进行辐射源个体识别时,不仅要提高通道间幅相一致性,还要减小接收通道畸变。 展开更多
关键词 辐射源个体识别 多波束接收系统 接收通道畸变 通道幅相一致性
在线阅读 下载PDF
改进变分模态分解与多特征的通信辐射源个体识别方法 被引量:3
12
作者 刘高辉 席宏恩 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第10期4044-4052,共9页
针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因... 针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因子的最优组合,采用鲸鱼优化算法对通信辐射源符号波形信号的变分模态分解方法进行了改进,该方法以序列复杂度为停止准则,使每个符号波形信号能够自适应地分解出包含非线性指纹特征的高频信号分量和数据信息的低频分量;然后,根据相关阈值选取能够最佳表征辐射源非线性特征的高频信号分量层数,分别对其提取模糊熵、排列熵、Higuchi维数以及Katz维数并组成多域联合特征向量;最后,通过卷积神经网络实现通信辐射源个体识别分类,利用ORACLE公开数据集进行实验。实验结果表明:该方法有较高的识别精度且具有良好的抗噪声性能。 展开更多
关键词 通信辐射源个体识别 变分模态分解 非线性指纹特征 卷积神经网络
在线阅读 下载PDF
基于弱监督小波KAN网络的弱标注辐射源识别算法 被引量:1
13
作者 刘康晟 凌青 +3 位作者 闫文君 张立民 于柯远 刘恒燕 《雷达学报(中英文)》 北大核心 2025年第2期338-352,共15页
当前辐射源个体识别技术多数基于有监督学习条件下开展,不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监... 当前辐射源个体识别技术多数基于有监督学习条件下开展,不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监督小波KAN(WSW-KAN)网络的弱标注辐射源识别算法。该算法首先结合KAN网络独有的边缘函数可学习特性和小波函数的多分辨率分析特性,构建WSW-KAN基线网络;然后将弱标注数据集拆分为小样本有标注数据集和大样本无标注数据集,利用小样本有标注数据集初步训练模型;最后在预训练模型基础上,基于自适应感知伪标签加权选择方法(APLWS),采用对比学习方法提取无标签数据特征并迭代训练,从而有效提高模型的泛化能力。基于真实采集雷达数据集验证,该文所提出的算法对特定辐射源个体识别精度达到95%左右,且算法效率高、参数规模小、适应能力强,能够满足实际场景的需求。 展开更多
关键词 辐射源个体识别 弱监督小波KAN 伪标签迭代 弱监督学习 对比学习 神经网络
在线阅读 下载PDF
非合作水声通信辐射源个体识别初探
14
作者 张亮 张海刚 孟春霞 《声学技术》 CSCD 北大核心 2024年第5期621-627,共7页
辐射源个体识别是非合作水声通信信号调制样式识别之后进一步获取对方通信设备固有信息的重要途径。为解决海洋信道中非合作水声通信辐射源个体识别的难题,文章对水声通信发射机性能差异进行分析,重点对水声发射机根升余弦滚降滤波器的... 辐射源个体识别是非合作水声通信信号调制样式识别之后进一步获取对方通信设备固有信息的重要途径。为解决海洋信道中非合作水声通信辐射源个体识别的难题,文章对水声通信发射机性能差异进行分析,重点对水声发射机根升余弦滚降滤波器的非线性进行描述,并针对非合作水声通信信号先验信息缺失且信号具有循环平稳性的特点,提出了一种利用循环谱等值线图区分不同辐射源的个体识别方法。以二进制相移键控信号为例,进行不同滚降因子条件下循环谱特征的仿真分析。研究结果验证了当信噪比不小于3 dB时文中所提辐射源个体识别方法的可行性。 展开更多
关键词 海洋信道 非合作水声通信 辐射源个体识别 循环谱特征
在线阅读 下载PDF
基于多特征的雷达辐射源个体识别方法研究 被引量:6
15
作者 刘艺林 李胜勇 +2 位作者 白良 蒙智蔚 成凯 《电光与控制》 CSCD 北大核心 2024年第1期92-96,共5页
为解决复杂电磁环境下基于单一特征的雷达辐射源个体识别准确性低、稳健性不强的问题,提出了一种基于多种特征的雷达辐射源融合识别方法。该方法以脉冲前沿包络、载波频率偏差以及谐波衰减系数为识别特征,通过设计多通道结构的一维卷积... 为解决复杂电磁环境下基于单一特征的雷达辐射源个体识别准确性低、稳健性不强的问题,提出了一种基于多种特征的雷达辐射源融合识别方法。该方法以脉冲前沿包络、载波频率偏差以及谐波衰减系数为识别特征,通过设计多通道结构的一维卷积神经网络,实现不同结构特征的融合识别。实验表明,该方法在低信噪比条件下依然具有较好的识别率,能够有效解决复杂电磁环境下基于单一特征的雷达辐射源个体识别的效果不佳问题。 展开更多
关键词 辐射源个体识别 多特征融合 一维卷积神经网络 电磁目标
在线阅读 下载PDF
基于深度聚类的通信辐射源个体识别方法 被引量:4
16
作者 贾鑫 蒋磊 +1 位作者 郭京京 齐子森 《空军工程大学学报》 CSCD 北大核心 2024年第1期115-122,共8页
针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法。利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程... 针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法。利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程和特征聚类过程进行联合优化,使表征学习和特征聚类契合度更高,更好地完成无标签条件下的通信辐射源个体识别。通过对5种ZigBee设备采集的信号进行实验,结果表明在信噪比高于0 dB时,可以达到85%以上的识别准确率,证明了本文方法的有效性和稳定性。 展开更多
关键词 个体识别 深度聚类 无监督 通信辐射源 特征提取 数据重构
在线阅读 下载PDF
一种雷达辐射源智能个体识别的方法 被引量:3
17
作者 陆剑雄 陈旗 满欣 《电光与控制》 CSCD 北大核心 2024年第4期115-120,共6页
针对使用传统的卷积神经网络及低信噪比环境下雷达辐射源智能个体识别研究中识别性能不够的问题,提出了一种基于短时傅里叶变换(STFT)和EfficientNet的雷达辐射源个体识别方法。首先对雷达信号进行短时傅里叶变换,提取时频特征,然后利用... 针对使用传统的卷积神经网络及低信噪比环境下雷达辐射源智能个体识别研究中识别性能不够的问题,提出了一种基于短时傅里叶变换(STFT)和EfficientNet的雷达辐射源个体识别方法。首先对雷达信号进行短时傅里叶变换,提取时频特征,然后利用EfficientNet中多个MBconv模块对不同时频特征图像的叠加,挖掘出信号图像隐含的更加复杂和抽象的深层次时频特征,包括信号强度的分布、时频模式、周期性变化等,从而完成个体分类识别。EfficientNet可以同时改变网络深度、宽度、图像分辨率3个参数,解决了梯度消失、梯度爆炸等问题。实验结果表明,基于STFT和EfficientNet的雷达辐射源智能个体识别的方法,相比于传统卷积神经网络在低信噪比环境下具有更好的识别性能。 展开更多
关键词 雷达辐射源 个体识别 EfficientNet 短时傅里叶变换 时频特征
在线阅读 下载PDF
基于深度学习的跨域辐射源个体识别综述 被引量:1
18
作者 李奇真 刘佳旭 +4 位作者 梁先明 龙慧敏 董海 曹广平 李建清 《电讯技术》 北大核心 2024年第7期1163-1174,共12页
基于深度学习的辐射源个体识别已经成为识别和认证无线设备的主要研究方法之一。然而,基于传统深度学习的辐射源个体识别算法不能直接应用于跨域(跨信道条件、跨接收机、跨接收时间等)辐射源个体识别场景,因为一个域上的数据训练的模型... 基于深度学习的辐射源个体识别已经成为识别和认证无线设备的主要研究方法之一。然而,基于传统深度学习的辐射源个体识别算法不能直接应用于跨域(跨信道条件、跨接收机、跨接收时间等)辐射源个体识别场景,因为一个域上的数据训练的模型用于另一个域上进行推理,其效果通常会变差。调研了现有基于对比学习、迁移学习、域适应等先进深度学习的跨域辐射源个体识别方法,整理和归纳了跨域辐射源个体识别相关的开源数据集。分析了跨域辐射源个体识别存在的难题与挑战,展望了跨域辐射源个体识别发展趋势及未来研究方向,以助力深度学习在复杂电磁环境下辐射源个体识别的实用化。 展开更多
关键词 跨域辐射源个体识别 深度学习 域适应 开源跨域辐射源数据集
在线阅读 下载PDF
面向无人机辐射源个体识别的域适应模型设计 被引量:1
19
作者 查浩然 刘畅 +1 位作者 王巨震 林云 《信号处理》 CSCD 北大核心 2024年第4期650-660,共11页
近年来,无人机在军用领域和民用领域得到了广泛的应用,给人们带来极大便利的同时也带来了重大的安全挑战,精准识别无人机的需求日益迫切,其中无人机辐射源个体识别方法得到广泛关注和深入研究。基于深度学习的方法因其卓越性能而受到广... 近年来,无人机在军用领域和民用领域得到了广泛的应用,给人们带来极大便利的同时也带来了重大的安全挑战,精准识别无人机的需求日益迫切,其中无人机辐射源个体识别方法得到广泛关注和深入研究。基于深度学习的方法因其卓越性能而受到广泛关注,然而这些方法大多依赖于大量独立同分布的训练数据,而在实际应用中,无人机射频数据的采集和标注充满挑战,训练数据和测试数据之间往往存在较大的分布差异。针对无人机射频数据采集和标注困难、训练数据和测试数据分布差异大等现实应用需求,提出了一种面向无人机辐射源个体识别的域适应模型设计方法。采用自助抽样法对无人机数据集进行重采样,增加数据集中的样本多样性。将Transformer编码器与域对抗神经网络结合,使特征在高斯分布下进行优化。引入最大均值差异作为度量方法来减少训练过程中源域和目标域之间的分布差异。基于权重的加权投票法增强模型的泛化性,提高模型适应新环境的能力。实验结果表明,基于3种典型环境,构建6种域适应场景,本文所提的方法识别率高于现有方法约5%。此外,还研究了源域样本数量和目标域样本数量对域适应效果的影响,在目标域含有少量样本时依然可以达到较高的性能,较好地平衡了无人机辐射源个体识别精确度与泛化性、可靠性的需求。 展开更多
关键词 辐射源个体识别 度量学习 域对抗神经网络 集成学习
在线阅读 下载PDF
基于EfficientNet-WGANomaly的雷达辐射源个体开集识别
20
作者 孙佳杰 崔良中 +1 位作者 吕晓 牛雅萌 《电光与控制》 CSCD 北大核心 2024年第11期34-40,共7页
现代战场电磁环境日趋复杂,辐射源种类繁多,传统闭集环境下雷达辐射源的识别方法应用于开集环境上识别精度较低、鲁棒性较差。为了有效解决辐射源个体开集识别问题,提高辐射源个体识别的精度,借鉴图像异常检测的思想,提出了基于Efficien... 现代战场电磁环境日趋复杂,辐射源种类繁多,传统闭集环境下雷达辐射源的识别方法应用于开集环境上识别精度较低、鲁棒性较差。为了有效解决辐射源个体开集识别问题,提高辐射源个体识别的精度,借鉴图像异常检测的思想,提出了基于EfficientNet-WGANomaly的雷达辐射源个体开集识别方法。采用短时傅里叶变换对雷达辐射源信号进行时频特征转换,将一维信号数据转换成二维时频图,利用EfficientNet-WGANomaly模型对二维时频图进行特征重构和图像重构,未知信号重构前后的特征及图像差异性较大,利用图像异常检测的差异性区分已知信号和未知信号,并对已知信号进行个体识别。仿真实验表明,提出的方法有效解决了雷达辐射源个体开集识别的问题。 展开更多
关键词 辐射源个体识别 开集识别 短时傅里叶变换 EfficientNet-WGANomaly
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部