一种小样本情景下的辐射源个体识别方法.pdfVIP

下载本文档

0
0
约1.27万字
约 11页
2023-05-09 发布于北京
举报
版权申诉

一种小样本情景下的辐射源个体识别方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出一种小样本情景下的辐射源个体识别方法，将基于不同时频分析方法下提取到的信号时频特征分别输入进神经网络中进行训练，待模型收敛后提取神经网络全连接层输出的特征进行融合，然后基于注意力机制完成融合后特征的优化，再将优化后的融合特征作为辐射源个体间的指纹特征应用于辐射源个体的识别任务，并采用随机搜索策略对使用优化后的融合特征训练的网络进行超参数调优。本发明通过特征提取的选择及组合、特征融合处理、融合后特征优化以及超参数搜索策略缓解了基于小样本的辐射源个体识别任务中数据特征不足、训练严重过拟合以

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492604 A (43)申请公布日 2022.05.13 (21)申请号 202210027209.1 (22)申请日 2022.01.11 (71)申请人电子科技大学地址 611731