一种基于原型学习的开集辐射源个体识别方法

    公开(公告)号:CN116467621A

    公开(公告)日:2023-07-21

    申请号:CN202310238758.8

    申请日:2023-03-14

    Abstract: 本发明属于智能无线设备安全领域,涉及一种基于原型学习的开集个体识别方法。本发明提供了一种基于原型学习的开集个体识别方法,利用同一类型样本在深度学习模型嵌入特征空间中呈现高斯分布的特性,通过计算训练数据集样本与对应类别原型在特征空间中距离的相关统计量实现分类判决阈值的自适应学习,最后以测试样本在模型输出特征空间中与所有类别原型的距离和相应类别距离阈值的关系预测样本的类别,从而实现无线物联网设备的开集个体识别,方法简单,效果良好。

    一种基于SRV松弛凸优化的最小主瓣频率不变波束赋形方法

    公开(公告)号:CN116054899A

    公开(公告)日:2023-05-02

    申请号:CN202211289982.1

    申请日:2022-10-21

    Abstract: 本发明属于信号处理技术领域,涉及一种基于SRV松弛凸优化的最小主瓣频率不变波束赋形方法。本发明方法首先将宽带波束方向图的空域划分为松弛区域与严格区域,避免传统的凸优化技术的主瓣选择不当导致的无法求得权值可行解问题。之后构造松弛凸优化问题以最小化主瓣宽度,并考虑基于无穷范数的SRV约束获得方向图更小的频率不变性,该发明相对传统的SRV凸优化方法、基于FFT的方法以及基于最小二乘的方法,可以不依赖于参考的窄带方向图设计宽带方向图,并获得最窄的主瓣宽度,还可在主瓣宽度和频率不变性能间进行取舍。最后说明了本方法的空频零陷控制性能。

Patent Agency Ranking