[发明专利]一种电磁信号的开集识别方法和装置有效
申请号: | 201910137406.7 | 申请日: | 2019-02-25 |
公开(公告)号: | CN109934269B | 公开(公告)日: | 2023-06-06 |
发明(设计)人: | 周华吉;郑仕链;杨小牛 | 申请(专利权)人: | 中国电子科技集团公司第三十六研究所 |
主分类号: | G06F18/214 | 分类号: | G06F18/214;G06N3/0464 |
代理公司: | 北京市隆安律师事务所 11323 | 代理人: | 权鲜枝;赵美林 |
地址: | 314033 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电磁 信号 识别 方法 装置 | ||
1.一种电磁信号的开集识别方法,其特征在于,包括:
利用信号类别已知的样本集训练卷积神经网络,得到训练完成的卷积神经网络,所述训练完成的卷积神经网络包括依次连接的基本层、全连接层和softmax层;
根据所述全连接层输出的与测试样本对应的第一系数以及所述测试样本的信号类别数,获得韦布尔分布模型;其中,所述第一系数指示所述测试样本在各已知信号类别上的概率;
将待识别电磁信号输入到训练完成的所述卷积神经网络中,得到所述全连接层输出的与待识别电磁信号对应的第二系数,根据所述韦布尔分布模型以及所述第二系数,获得未知信号类别的第三系数;其中,所述第二系数指示所述待识别电磁信号在各已知信号类别上的概率;
依据所述第二系数、所述第三系数以及构造的开集分类器,得出所述待识别电磁信号的识别结果;其中,所述开集分类器包括一个未知信号类别以及多个已知信号类别。
2.如权利要求1所述的方法,其特征在于,所述依据所述第二系数、所述第三系数以及构造的开集分类器,得出所述待识别电磁信号的识别结果包括:
利用所述开集分类器,计算各所述第二系数在总数中的占比,得到与所述第二系数对应的已知类别概率,所述总数由所述第二系数和所述第三系数之和确定;
利用所述开集分类器,计算所述第三系数在总数中的占比,得到与所述第三系数对应的未知类别概率,
通过所述开集分类器输出的类别概率,判断类别概率最大值指示的信号类别是否为未知信号类别;
是则,确定所述待识别电磁信号属于未知信号类别,否则,确定所述待识别电磁信号属于已知信号类别之一。
3.如权利要求1所述的方法,其特征在于,所述依据所述第二系数、所述第三系数以及构造的开集分类器,得出所述待识别电磁信号的识别结果包括:
利用所述开集分类器,计算各所述第二系数在总数中的占比,得到与所述第二系数对应的已知类别概率,所述总数由所述第二系数和所述第三系数之和确定;
利用所述开集分类器,计算所述第三系数在总数中的占比,得到与所述第三系数对应的未知类别概率,
通过所述开集分类器输出的类别概率,判断与所述已知信号类别对应的类别概率的和是否小于预设阈值,
是则,确定所述待识别电磁信号属于未知信号类别,否则,确定所述待识别电磁信号属于已知信号类别之一。
4.如权利要求1所述的方法,其特征在于,所述根据所述全连接层输出的与测试样本对应的第一系数以及所述测试样本的信号类别数,获得韦布尔分布模型包括:
根据所述全连接层输出的与各测试样本对应的第一系数,选取分类结果正确的测试样本作为基准测试样本,并将所述基准测试样本的第一系数表示为Si,j=vj(xi,j),其中i为一个所述基准测试样本的第一系数的序号,j为所述基准测试样本信号类别序号,j=1,2,...,N,N为测试样本信号类别数,
根据所述基准测试样本的第一系数Si,j=vj(xi,j)计算与每一信号类别对应的均值中心uj=meani(Si,j);
计算所述基准测试样本中每一信号类别下的元素与所述均值中心的距离;
对所述距离进行降序排列,选取排在前面的η个所述距离进行韦布尔分布拟合,得到韦布尔分布模型ρj=(τj,κj,λj)=weibullfit(||Sj-μj||,η),其中,τj,κj,λj分别为韦布尔分布模型的位移参数、形状参数和尺度参数,weibullfit表示对所述距离进行韦布尔分布拟合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第三十六研究所,未经中国电子科技集团公司第三十六研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910137406.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:异常交易检测方法及系统
- 下一篇:一种基于局部流形判别分析投影网络的分类方法