[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

说明书

本发明公开了一种基于多鉴别器模型的新增未训练辐射源检测方法，获取N个已标识辐射源的信号图像样本集合，并分别划分为训练集和测试集，设置一个生成器和N+1个鉴别器，依次将生成器和每个鉴别器构建成为子生成对抗网络，采用对应训练集进行训练，将测试集、图像样本集合输入训练好的鉴别器，统计得到判定区间和比例参数，将待鉴别辐射源的信号图像输入各个鉴别器，统计输出概率值位于判定区间的比例，如果比例大于比例参数，则判定待鉴别辐射源由鉴别器鉴别通过，最后按照判定规则完成新增未训练辐射源检测判定。本发明使用多鉴别器模型对辐射源的信号图像进行判定，有效实现新增未训练辐射源的检测。

技术领域

本发明属于无线通信设备识别技术领域，更为具体地讲，涉及一种基于多鉴别器模型的新增未训练辐射源检测方法。

背景技术

无线通信设备的识别是现代生活中不可或缺的技术之一，在各个领域都有广泛的应用。它通过每个辐射源设备的硬件特性，发射具有差异的射频信号来判断辐射源设备信息。这些差异主要是因为在生产电子元器件过程中元器件自身的电气参数与标称值之间存在着相应的差异，从而导致了电子元件之间存在因实际制作而产生的偏差，从而在不同的信号源系统内部，也相应地产生了硬件结构上的差别，由此产生了设备收发信号时不同设备之间存在误差的事实，且这种误差的存在是不可改变的。

在现代复杂多变的电子对抗环境下，通信电台和无人侦察机等射频信号发射设备承担着重要作用，如果能实现对我方设备训练并建立数据库，并通过该数据库准确判断敌我双方辐射源设备信息，就可以确定其工作状态和活动模式，预测其作战能力，在这个电子对战重要性不言而喻的时代，有着极其重要的作用。当然如何做到对每一个辐射源都精确的分类识别，是目前重点研究的方向。因此，射频辐射源的指纹特征提取和分类深入研究，依然是该领域的热门研究内容。

近年来，随着射频指纹识别技术研究的不断深入，发现现有的方法都是通过对已训练辐射源样本进行训练和测试，实现待检测辐射源的分类识别，而这样存在的问题显而易见，只能识别出训练集中已有的辐射源类别，当存在新增未训练辐射源样本的情况下，只能将其分类到已标记的其中一类，这就会产生错误的识别效果。然而在实际电子对抗战争中，无线通信设备复杂多样，敌方的设备更不可能提供提前训练的机会，因此需要设计出一种适合新增未训练辐射源检测的方法，以适应现实需要。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于多鉴别器模型的新增未训练辐射源检测方法，使用多鉴别器模型对辐射源的信号图像进行判定，有效实现新增未训练辐射源的检测。

为了实现上述发明目的，本发明基于多鉴别器模型的新增未训练辐射源检测方法包括以下步骤：

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；