-
公开(公告)号：CN114021459A
公开(公告)日：2022-02-08
申请号：CN202111306937.8
申请日：2021-11-05
申请人： 西安晟昕科技发展有限公司
摘要： 本发明提供了一种小样本雷达辐射源的识别方法，包括以下步骤，利用仿真软件分别生成由三类信号类型构成的源域数据集以及由七类信号类型构成的目标域数据集；从源域数据集以及目标域数据集的每类信号中，按照设定比例随机抽取信号形成源域样本和目标域样本；构建具有六层卷积层的第一卷积网络，将源域样本进行训练迭代至设定次数后，以最优结果中的前四层卷积层以及其对应的权重构建源域网络；构建具有七层卷积层的第二卷积网络，将源域网络迁移至第二卷积网络的前四层中，以形成初始源域模型，经目标域样本训练后，形成源域模型；将小样本测试集输入源域模型中，输出雷达辐射源信号的预测识别率。
-
公开(公告)号：CN114021458B
公开(公告)日：2022-11-04
申请号：CN202111306925.5
申请日：2021-11-05
申请人： 西安晟昕科技发展有限公司
摘要： 本发明提供了基于并行原型网络的小样本雷达辐射源信号识别方法，包括以下步骤：数据集的获得：仿生形成已知雷达辐射信号数据集、样本雷达辐射信号数据集和待识别雷达射频信号数据集；分别将获取的已知雷达辐射信号数据集、样本雷达辐射信号数据集和待识别雷达射频信号数据集进行傅里叶变换，得到元训练集、元测试集以及测试集；分别依次构建时域和频域的特征提取模块和度量模块，然后将时域和频域的度量模块组合，形成识别模块，以上述模块组合，形成初始并行原型网络；将元训练集和元测试集先后进行训练，得到载有最终权重的并行原型网络；将测试集中获取的测试任务，输入到并行原型网络中，获取得到雷达信号的识别测试结果。
-
公开(公告)号：CN114118142A
公开(公告)日：2022-03-01
申请号：CN202111310285.5
申请日：2021-11-05
申请人： 西安晟昕科技发展有限公司
摘要： 本发明提供了一种雷达脉内调制类型的识别方法，包括以下步骤，调制信号样本的选取：利用雷达信号生成调制信号数据集，其包括7类的调制信号样本，每类信号均至少设有10个信噪比；训练集和测试集的划分：在信噪比处，按照预定比例，随机选取形成训练集、验证集和测试集；神经网络模型的构建：从输入层至输出层，神经网络模型依次设置输入层、卷积层、池化层、归一化层、通道注意力模块、全连接层以及输出层；神经网络模型的训练和验证：将训练集输入到神经网络中进行训练，并在训练的结果中，选择验证集正确率最高的神经网络模型作为最终的神经网络模型；调制类型的识别：在最终的神经网络模型中输入测试集，输出雷达调至类型的识别率。
-
公开(公告)号：CN114021458A
公开(公告)日：2022-02-08
申请号：CN202111306925.5
申请日：2021-11-05
申请人： 西安晟昕科技发展有限公司
摘要： 本发明提供了基于并行原型网络的小样本雷达辐射源信号识别方法，包括以下步骤：数据集的获得：仿生形成已知雷达辐射信号数据集、样本雷达辐射信号数据集和待识别雷达射频信号数据集；分别将获取的已知雷达辐射信号数据集、样本雷达辐射信号数据集和待识别雷达射频信号数据集进行傅里叶变换，得到元训练集、元测试集以及测试集；分别依次构建时域和频域的特征提取模块和度量模块，然后将时域和频域的度量模块组合，形成识别模块，以上述模块组合，形成初始并行原型网络；将元训练集和元测试集先后进行训练，得到载有最终权重的并行原型网络；将测试集中获取的测试任务，输入到并行原型网络中，获取得到雷达信号的识别测试结果。
-
-
-
搜索结果
4 条记录 (耗时 0.036 秒)
