[发明专利]基于多源数据融合的电磁目标识别方法及相关设备

说明书

本申请提供一种基于多源数据融合的电磁目标识别方法及相关设备，该方法包括：获取目标电磁设备的电磁信号数据和图像数据；通过预先构建的电磁编码器对所述电磁信号数据进行编码，得到电磁隐层向量；通过预先构建的图像编码器对所述图像样本数据进行编码，得到图像隐层向量；基于所述电磁隐层向量和所述图像隐层向量得到叠加隐层向量；将所述叠加隐层向量输入预先构建的电磁目标分类器，以对所述目标电磁设备进行分类，基于预设的类别标签确定所述目标电磁设备的电磁信号类别。本申请充分利用电磁和图像等多信息源，通过数据融合降低单一数据源条件下的外界影响，提高算法在复杂环境下的适应能力，提高分类准确率和模型的鲁棒性。

技术领域

本申请涉及信息融合技术领域，尤其涉及一种基于多源数据融合的电磁目标识别方法及相关设备。

背景技术

日常生活场景下，电磁环境的主要构成是各类电子设备发出的高密度、高强度、多频谱的电磁波以及自然界产生的电磁波等等。在民用频谱管理中，民用电磁设备产生多种全频谱、高密度的电磁辐射信号，以及大量使用电子设备造成的相互影响和干扰，造成时域的突变、空间的偏移、频域的拥挤重叠，这些都严重影响电磁频谱监管的效能。频谱管理的复杂性主要体现在民用电磁使用活动的增加，日常生活对电磁频谱的依赖。随着电磁频谱带逐渐增加，几乎覆盖整个电磁频谱带，其中，大量的人为的滥用电磁频谱资源是影响频谱监测和管理的最大因素。通常，无线感知数据在自由空间传播易受到电磁信道环境干扰，往往接收到的电磁数据具有较大干扰背景环境。同样地，监控摄像头等图像数据容易受到光线明暗，天气等因素的影响。因此，单一数据源条件下的电磁目标识别检测，容易受到各种干扰。

发明内容

有鉴于此，本申请的目的在于提出一种基于多源数据融合的电磁目标识别方法及相关设备。

基于上述目的，本申请提供了基于多源数据融合的电磁目标识别方法，包括：

获取目标电磁设备的电磁信号数据和图像数据；

通过预先构建的电磁编码器对所述电磁信号数据进行编码，得到电磁隐层向量；

通过预先构建的图像编码器对所述图像样本数据进行编码，得到图像隐层向量；

基于所述电磁隐层向量和所述图像隐层向量得到叠加隐层向量；

将所述叠加隐层向量输入预先构建的电磁目标分类器，以对所述目标电磁设备进行分类，基于预设的类别标签确定所述目标电磁设备的电磁信号类别。

进一步的，所述电磁编码器，包括：卷积神经网络、长短期记忆网络LSTM和全连接层。

进一步的，所述图像编码器，包括：卷积神经网络和全连接层。

进一步的，所述基于所述电磁隐层向量和所述图像隐层向量得到叠加隐层向量，包括：将所述电磁隐层向量和所述图像隐层向量进行相加得到所述叠加隐层向量。

进一步的，还包括：所述电磁编码器、所述图像编码器和所述电磁目标分类器是经过预训练的，其预训练的过程为，

构建训练样本集，所述训练样本集包括电磁数据样本和图像数据样本；

基于所述训练样本集和总损失函数对所述电磁编码器、所述图像编码器和所述电磁目标分类器进行迭代训练，直至所述总损失函数收敛。

进一步的，所述基于所述训练样本集和总损失函数对所述电磁编码器、所述图像编码器和所述电磁目标分类器进行迭代训练，直至所述总损失函数收敛，包括：

通过所述电磁编码器对所述电磁数据样本进行编码，得到电磁样本隐层向量；

通过所述图像编码器对所述图像数据样本进行编码，得到图像样本隐层向量；

基于所述电磁样本隐层向量和所述图像样本隐层向量得到叠加样本隐层向量；