[发明专利]基于多鉴别器模型的新增未训练辐射源检测方法

权利要求书

1.一种基于多鉴别器模型的新增未训练辐射源检测方法，其特征在于，包括以下步骤：

S1：根据实际情况确定N个已标识辐射源，对于每个已标识辐射源分别采集若干时长为T的信号，然后将每个信号进行图像化，得到对应的信号图像；将每个已标识辐射源的信号图像集合φ_n划分为训练集α_n和测试集β_n，n＝1,2,...,N，将N个已标识辐射源的信号图像集合φ_n的合集记为信号图像集合φ_N+1，将N个已标识辐射源的训练集α_n的合集记为训练集α_N+1，将N个已标识辐射源的测试集β_n的合集记为测试集β_N+1；

S2：设置一个生成器G和N+1个鉴别器D_n′，n′＝1,2,…,N+1，其中生成器G用于生成伪信号图像，第1个至第N个鉴别器D_n分别用于鉴别输入的信号图像属于第n个已标识辐射源的概率值，第N+1个鉴别器D_N+1用于鉴别输入的信号图像属于已标识辐射源的概率值；

S3：依次将生成器G和每个鉴别器D_n′构建成为子生成对抗网络GAN_n，对于每个子生成对抗网络GAN_n′，采用步骤S1中构建的训练集α_n′作为真实图像集，对子生成对抗网络GAN_n′进行训练，从而得到N+1个训练完成的鉴别器D_n′；

S4：对于步骤S3训练完成的每个鉴别器D_n′，将测试集β_n′中的每个信号图像输入鉴别器D_n′，得到输出的概率值集合，根据概率值集合确定最小概率值γ_n′,min和最大概率值γ_n′,max，从而得到判定区间[γ_n′,min,γ_n′,max]；将信号图像集合φ_n′中的每个信号图像输入鉴别器D_n′，统计输出概率值位于判定区间[γ_n′,min,γ_n′,max]的比例值z_n′，令比例参数ω_n′＝λ×z_n′，λ为预设的常数，其取值范围为λ∈[0.5,1)；

S5：对待鉴别辐射源采集若干时长为T的信号，按照步骤S1中的相同方法生成每个信号的信号图像，然后将每个信号图像分别输入鉴别器D_n′，统计输出概率值位于判定区间[γ_n′,min,γ_n′,max]的比例ω′，如果ω′＞ω_n′，则判定待鉴别辐射源由鉴别器D_n′鉴别通过，否则鉴别未通过；然后再按照以下规则确定待鉴别辐射源是否为新增辐射源：

如果鉴别器D_N+1鉴别未通过，则进一步判断鉴别器D₁至D_N是否全部鉴别通过，如果是则判定待鉴别辐射源为已标识辐射源，否则判定待鉴别辐射源为新增辐射源；

如果鉴别器D_N+1鉴别通过，则进一步判断鉴别器D₁至D_N是否全部鉴别未通过，如果是则判定待鉴别辐射源为新增辐射源，否则判定待鉴别辐射源为已标识辐射源。

2.根据权利要求1所述的新增未训练辐射源检测方法，其特征在于，所述步骤S1中对信号进行图像化采用基于分段映射的信号图像生成方法，具体方法为：将时长为T的信号的I/Q数据均匀划分为M段，M的值根据实际需要确定，分别将每段I/Q数据映射得到子信号图像，然后将得到的M段子信号图像进行叠加，将叠加后的信号图像作为原始信号映射得到的信号图像。