一種基于深度學(xué)習(xí)的輻射源個(gè)體識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN202110975804.3 申請(qǐng)日 -
公開（公告）號(hào) CN113780521B 公開（公告）日 2022-03-04
申請(qǐng)公布號(hào) CN113780521B 申請(qǐng)公布日 2022-03-04
分類號(hào) G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張慧娟;謝巖;茆旋宇;安雨;趙浩波;孫景斌;王滿周;盧志龍;李進(jìn)芳 申請(qǐng)（專利權(quán)）人 南京電子設(shè)備研究所
代理機(jī)構(gòu) 北京豐浩知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 王純富
地址 100195北京市海淀區(qū)閔航路29號(hào)院
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的輻射源個(gè)體識(shí)別方法，用于實(shí)現(xiàn)對(duì)輻射源個(gè)體的識(shí)別，其基本流程是對(duì)原始數(shù)據(jù)進(jìn)行相應(yīng)的預(yù)處理并制作訓(xùn)練數(shù)據(jù)集，根據(jù)輻射源數(shù)據(jù)的特點(diǎn)構(gòu)造深度神經(jīng)網(wǎng)絡(luò)模型，針對(duì)性地構(gòu)建損失函數(shù)并選擇合適的超參數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使用加性角邊距損失函數(shù)作為深度神經(jīng)網(wǎng)絡(luò)模型的損失函數(shù)，得到最終的神經(jīng)網(wǎng)絡(luò)模型并用于輻射源的個(gè)體識(shí)別，將待識(shí)別數(shù)據(jù)的個(gè)體特征與訓(xùn)練數(shù)據(jù)的個(gè)體特征進(jìn)行相似度判別，得到識(shí)別結(jié)果。本方法有著更好的泛化性能，同時(shí)神經(jīng)網(wǎng)絡(luò)對(duì)輸入輻射源的類型不敏感，只需要更換訓(xùn)練數(shù)據(jù)，即可對(duì)不同的輻射源具備較好的識(shí)別性能，因此該方法的適應(yīng)能力也更好。