System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及信號識別,特別是涉及一種輻射源識別方法及相關(guān)裝置、設(shè)備和存儲介質(zhì)。
技術(shù)介紹
1、?輻射源識別是指利用輻射源的固有屬性,通過特定的技術(shù)手段,將不同輻射源從復(fù)雜的電磁環(huán)境中區(qū)分出來的過程。
2、目前,通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)提取輻射源發(fā)射信號的信號特征,并通過分析這些信號特征,來實(shí)現(xiàn)對輻射源的識別以及實(shí)現(xiàn)對不同輻射源的類別區(qū)分。然而,神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)主要來自已知輻射源的閉集場景,在面向來自未知輻射源的開集場景時,神經(jīng)網(wǎng)絡(luò)并不能很好地適應(yīng)新的未知數(shù)據(jù),輻射源識別的準(zhǔn)確性較差。
3、因此,如何提升輻射源識別的準(zhǔn)確性,特別是面向未知開集場景下輻射源識別的準(zhǔn)確性,成為亟待解決的問題。
技術(shù)實(shí)現(xiàn)思路
1、本申請主要解決的技術(shù)問題是提供一種輻射源識別方法及相關(guān)裝置、設(shè)備和存儲介質(zhì),能夠提升輻射源識別的準(zhǔn)確性,特別是面向未知開集場景下輻射源識別的準(zhǔn)確性。
2、為了解決上述技術(shù)問題,本申請第一方面提供了一種輻射源識別方法,輻射源識別方法包括:獲取來自于目標(biāo)輻射源的目標(biāo)輻射信號;其中,目標(biāo)輻射信號被初始識別為未知設(shè)備類別;基于目標(biāo)識別模型識別目標(biāo)輻射信號,得到目標(biāo)輻射源的目標(biāo)設(shè)備類別;其中,目標(biāo)識別模型以樣本輻射信號的第一設(shè)備類別為訓(xùn)練目標(biāo),并基于樣本輻射信號的樣本信號特征與若干樣本設(shè)備類別的代表信號特征訓(xùn)練得到,第一設(shè)備類別由各個樣本輻射信號經(jīng)聚類確定得到,樣本信號特征包含樣本輻射信號經(jīng)聚類得到的特征信息,樣本輻射信號來自于樣本輻射源,且樣本輻射信號被初始
3、為了解決上述技術(shù)問題,本申請第二方面提供了一種輻射源識別裝置,輻射源識別裝置包括獲取模塊和識別模塊;獲取模塊用于獲取來自于目標(biāo)輻射源的目標(biāo)輻射信號;其中,目標(biāo)輻射信號被初始識別為未知設(shè)備類別;識別模塊用于基于目標(biāo)識別模型識別目標(biāo)輻射信號,得到目標(biāo)輻射源的目標(biāo)設(shè)備類別;其中,目標(biāo)識別模型以樣本輻射信號的第一設(shè)備類別為訓(xùn)練目標(biāo),并基于樣本輻射信號的樣本信號特征與若干樣本設(shè)備類別的代表信號特征訓(xùn)練得到,第一設(shè)備類別由各個樣本輻射信號經(jīng)聚類確定得到,樣本信號特征包含樣本輻射信號經(jīng)聚類得到的特征信息,樣本輻射信號來自于樣本輻射源,且樣本輻射信號被初始識別為未知設(shè)備類別,若干樣本設(shè)備類別包括第一設(shè)備類別與表征已知設(shè)備類別的至少一種第二設(shè)備類別。
4、為了解決上述技術(shù)問題,本申請第三方面提供了一種電子設(shè)備,包括相互耦接的存儲器和處理器,處理器用于執(zhí)行存儲器中存儲的程序指令,以實(shí)現(xiàn)上述第一方面中的輻射源識別方法。
5、為了解決上述技術(shù)問題,本申請第四方面提供了一種計算機(jī)可讀存儲介質(zhì),其上存儲有程序指令,程序指令被處理器執(zhí)行時實(shí)現(xiàn)上述第一方面中的輻射源識別方法。
6、上述方案,通過獲取來自于目標(biāo)輻射源的目標(biāo)輻射信號;其中,目標(biāo)輻射信號被初始識別為未知設(shè)備類別;并基于目標(biāo)識別模型識別目標(biāo)輻射信號,得到目標(biāo)輻射源的目標(biāo)設(shè)備類別;其中,目標(biāo)識別模型以樣本輻射信號的第一設(shè)備類別為訓(xùn)練目標(biāo),并基于樣本輻射信號的樣本信號特征與若干樣本設(shè)備類別的代表信號特征訓(xùn)練得到,第一設(shè)備類別由各個樣本輻射信號經(jīng)聚類確定得到,樣本信號特征包含樣本輻射信號經(jīng)聚類得到的特征信息,樣本輻射信號來自于樣本輻射源,且樣本輻射信號被初始識別為未知設(shè)備類別,若干樣本設(shè)備類別包括第一設(shè)備類別與表征已知設(shè)備類別的至少一種第二設(shè)備類別。因此,通過樣本輻射信號的樣本信號特征與各種樣本設(shè)備類別的代表信號特征訓(xùn)練目標(biāo)識別模型,能夠使目標(biāo)識別模型同時學(xué)習(xí)第一設(shè)備類別與第二設(shè)備類別的類別特征信息,并捕捉樣本信號特征與第一設(shè)備類別、以及第二設(shè)備類別之間的關(guān)系,有利于提升目標(biāo)識別模型對包括第一設(shè)備類別與第二設(shè)備類別在內(nèi)的樣本設(shè)備類別的適應(yīng)能力,進(jìn)而通過目標(biāo)識別模型識別目標(biāo)輻射信號,對被初始識別為未知設(shè)備類別的目標(biāo)輻射信號進(jìn)一步識別,能夠提升輻射源識別的準(zhǔn)確性,特別是面向未知開集場景下輻射源識別的準(zhǔn)確性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種輻射源識別方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述目標(biāo)識別模型的訓(xùn)練過程包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于所述樣本信號特征與所述代表信號特征,得到所述樣本輻射源的第一預(yù)測設(shè)備類別,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述節(jié)點(diǎn)的樣本融合特征與代表所述代表信號特征的節(jié)點(diǎn)對應(yīng)的樣本融合特征之間特征相似度,確定所述節(jié)點(diǎn)所代表所述樣本信號特征所屬所述樣本輻射源的第一預(yù)測設(shè)備類別,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述獲取所述圖結(jié)構(gòu)數(shù)據(jù)中各個節(jié)點(diǎn)的樣本融合特征,包括:
6.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于所述第一預(yù)測設(shè)備類別與所述第一設(shè)備類別之間差異,調(diào)整所述目標(biāo)識別模型的網(wǎng)絡(luò)參數(shù)之后,所述方法還包括:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述第一設(shè)備類別由聚類模型預(yù)測得到,所述根據(jù)所述樣本輻射信號的真實(shí)設(shè)備類別對所述第二預(yù)測設(shè)備類別進(jìn)行校驗(yàn),得到校驗(yàn)結(jié)果之后,所述方法還包括:
8.根據(jù)權(quán)
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于目標(biāo)識別模型識別所述目標(biāo)輻射信號,得到所述目標(biāo)輻射源的目標(biāo)設(shè)備類別之前,所述方法還包括:
10.一種輻射源識別裝置,其特征在于,包括:
11.一種電子設(shè)備,其特征在于,包括相互耦接的存儲器和處理器,所述處理器用于執(zhí)行所述存儲器中存儲的程序指令,以實(shí)現(xiàn)權(quán)利要求1至9任一項(xiàng)所述的輻射源識別方法。
12.一種計算機(jī)可讀存儲介質(zhì),其上存儲有程序指令,其特征在于,所述程序指令被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1至9任一項(xiàng)所述的輻射源識別方法。
...【技術(shù)特征摘要】
1.一種輻射源識別方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述目標(biāo)識別模型的訓(xùn)練過程包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于所述樣本信號特征與所述代表信號特征,得到所述樣本輻射源的第一預(yù)測設(shè)備類別,包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于所述節(jié)點(diǎn)的樣本融合特征與代表所述代表信號特征的節(jié)點(diǎn)對應(yīng)的樣本融合特征之間特征相似度,確定所述節(jié)點(diǎn)所代表所述樣本信號特征所屬所述樣本輻射源的第一預(yù)測設(shè)備類別,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述獲取所述圖結(jié)構(gòu)數(shù)據(jù)中各個節(jié)點(diǎn)的樣本融合特征,包括:
6.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于所述第一預(yù)測設(shè)備類別與所述第一設(shè)備類別之間差異,調(diào)整所述目標(biāo)識別模型的網(wǎng)絡(luò)參數(shù)之后,所述方法還包括:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述第一設(shè)備類別由聚類模型預(yù)測得到,所述根據(jù)所述樣本輻射信...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:鐘奧,王建社,劉斌,柳林,方四安,
申請(專利權(quán))人:合肥訊飛數(shù)碼科技有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。