[发明专利]一种基于卷积神经网络的辐射源个体识别方法、装置及计算机存储介质在审
| 申请号： | 201910720753.2 | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110427893A | 公开（公告）日： | 2019-11-08 |
| 发明（设计）人： | 郝本建;段玉锦;安迪;李赞;许猷;林明铨;都毅;黄小倩;王汉 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安维英格知识产权代理事务所(普通合伙) 61253 | 代理人： | 沈寒酉;李斌栋 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于卷积神经网络的辐射源个体识别方法、装置及计算机存储介质；该方法可以包括：针对相同型号且处于相同工作方式的多个辐射源的发射信号进行采集，获得采集到的发射信号；根据所述采集到的发射信号建立用于训练卷积神经网络的数据集；构建卷积神经网络模型；利用建立得到的数据集对所述卷积神经网络模型进行训练，获得训练完毕的卷积神经网络模型；采集所述多个辐射源中的任一目标辐射源的目标发射信号，利用正向传播算法将所述目标发射信号输入至所述训练完毕的卷积神经网络模型，获取所述训练完毕的卷积神经网络模型的输出，并基于所述输出识别所述目标发射信号对应的目标辐射源。 | ||
| 搜索关键词： | 卷积神经网络 辐射源 目标发射信号 发射信号 采集 计算机存储介质 个体识别 数据集 输出识别 正向传播 构建 算法 输出 | ||
【主权项】：
1.一种基于卷积神经网络的辐射源个体识别方法，其特征在于，所述方法包括：针对相同型号且处于相同工作方式的多个辐射源的发射信号进行采集，获得采集到的发射信号；根据所述采集到的发射信号建立用于训练卷积神经网络的数据集；构建卷积神经网络模型；利用建立得到的数据集对所述卷积神经网络模型进行训练，获得训练完毕的卷积神经网络模型；采集所述多个辐射源中的任一目标辐射源的目标发射信号，利用正向传播算法将所述目标发射信号输入至所述训练完毕的卷积神经网络模型，获取所述训练完毕的卷积神经网络模型的输出，并基于所述输出识别所述目标发射信号对应的目标辐射源。
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西安电子科技大学，未经西安电子科技大学许可，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/201910720753.2/，转载请声明来源钻瓜专利网。
