[发明专利]基于深度残差网络的特定辐射源识别方法及装置在审
| 申请号： | 201811575557.2 | 申请日： | 2018-12-22 |
| 公开（公告）号： | CN109684995A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 潘一苇;杨司韩;彭华;李天昀;王文雅 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/38;G06N3/04;G06N3/08 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 周艳巧 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于辐射源识别技术领域，特别涉及一种基于深度残差网络的特定辐射源识别方法及装置，该方法包含：对接收信号进行时频分析，并将得到的Hilbert时频谱转化为灰度图像；以灰度图像为输入，利用深度残差网络提取反映在图像中的射频指纹特征，获取辐射源的识别结果。本发明针对通信信号非平稳、非线性的特性，将Hilbert时频谱的灰度图像作为信号的表现形式，利用深度残差网络提取辐射源的射频指纹特征，完成分类识别；将深度学习应用于通信信号处理领域，充分发挥其强大的自学习能力，克服人为认识局限性，提高处理效率；并通过仿真实验验证在复杂通信系统和复杂信道条件下的识别效果均具有很强的鲁棒性，对于辐射源信号识别技术发展具有重要指导意义。 | ||
| 搜索关键词： | 辐射源 残差 灰度图像 射频指纹 网络提取 时频谱 通信信号处理 对接收信号 辐射源信号 表现形式 处理效率 仿真实验 分类识别 技术发展 时频分析 通信信号 信道条件 鲁棒性 自学习 通信系统 网络 图像 验证 转化 应用 学习 | ||
【主权项】：
1.一种基于深度残差网络的特定辐射源识别方法，其特征在于，包含如下内容：对接收信号进行时频分析，并将得到的Hilbert时频谱转化为灰度图像；以灰度图像为输入，利用深度残差网络提取反映在图像中的射频指纹特征，获取辐射源的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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人民解放军战略支援部队信息工程大学，未经中国人民解放军战略支援部队信息工程大学许可，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/patent/201811575557.2/，转载请声明来源钻瓜专利网。
- 上一篇：基于视觉的叉车避障方法及系统
- 下一篇：基于视频的实时车辆进出识别方法
