[发明专利]基于孪生神经网络的电磁信号辐射源的未知模式识别方法有效
申请号: | 202011100245.3 | 申请日: | 2020-10-15 |
公开(公告)号: | CN112163636B | 公开(公告)日: | 2023-09-26 |
发明(设计)人: | 袁泽霖;林静然;王沙飞;杨健;邵怀宗;利强;潘晔;张伟 | 申请(专利权)人: | 电子科技大学;鹏城实验室 |
主分类号: | G06F18/2413 | 分类号: | G06F18/2413;G06F18/214;G06N3/0464 |
代理公司: | 北京正华智诚专利代理事务所(普通合伙) 11870 | 代理人: | 李林合 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 孪生 神经网络 电磁 信号 辐射源 未知 模式识别 方法 | ||
1.一种基于孪生神经网络的电磁信号辐射源的未知模式识别方法,其特征在于,包括以下步骤:
S1、获取已知电磁信号辐射源的已知模式的数据;
S2、构建孪生神经网络模型,利用步骤S1获取的已知电磁信号辐射源的已知模式的数据对孪生神经网络模型进行训练;
S3、利用步骤S2训练后的孪生神经网络模型对待识别的已知电磁信号辐射源的未知模式的数据进行识别,得到距离度量值;
S4、根据步骤S3得到的距离度量值判决待识别的已知电磁信号辐射源的未知模式类别,具体包括:
S401、选取步骤S3得到的每个已知电磁信号辐射源对应的距离度量值中最小的设定数量的距离度量值;
S402、计算步骤S401选取的每个已知电磁信号辐射源对应的设定数量的距离度量值之和;
S403、选择步骤S402计算得到的各个已知电磁信号辐射源对应的距离度量值之和中最小的距离度量值,并将其对应的已知电磁信号辐射源作为判决对象,将待识别的某已知电磁信号辐射源的未知模式判定为该已知电磁信号辐射源的未知模式。
2.根据权利要求1所述的基于孪生神经网络的电磁信号辐射源的未知模式识别方法,其特征在于,所述步骤S2具体包括:
构建孪生神经网络,将步骤S1中各个已知电磁信号辐射源的各个已知模式数据以数据对的形式输入孪生神经网络,并进行训练,当模型饱和时保存孪生神经网络模型。
3.根据权利要求1所述的基于孪生神经网络的电磁信号辐射源的未知模式识别方法,其特征在于,所述步骤S3具体包括:
将待识别的某已知电磁信号辐射源的未知模式数据分别与各个已知辐射源的各个已知模式数据以数据对的形式输入到步骤S2训练后的孪生网络模型中,计算待识别的某已知电磁信号辐射源的未知模式与各个已知电磁信号辐射源的各个已知模式之间的距离度量值,对待识别的某已知源未知模式进行识别。
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电子科技大学;鹏城实验室,未经电子科技大学;鹏城实验室许可,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/202011100245.3/1.html,转载请声明来源钻瓜专利网。