文档名：自监督双流融合的小样本雷达辐射源识别方法
摘要：针对实际场景中辐射源数据稀缺造成的小样本问题,提出了一种基于自监督和双流融合的小样本雷达辐射源识别方法.首先利用高斯分布噪声、莱斯多径衰落、设计时钟偏移信号等减损方法,基于有限数量的真实样本构建类均衡辐射源信号样本集.基于增强数据集,提出一种信号时间序列与时频图的双流特征融合模型.采用对比学习方法构建双流特征融合模型的自监督上游任务,以提升在有限标签数据情况下信号多域特征的表征能力与泛化能力.实验结果证明,该方法在小样本条件下能够有效地实现较好的辐射源类型识别能力,在目标域每个类别100个样本限制下,识别精度达到97.1%,与传统一维特征方法和基于长短期记忆(LongShortTermMemory,LSTM)的方法相比均有较大提升.
作者：郑博元 丛迅超 胡超 陈杰梅Author：ZHENGBoyuan CONGXunchao HUChao CHENJiemei
作者单位：中国西南电子技术研究所,成都610036
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(9)
分类号：TN971
关键词：雷达辐射源识别 自监督学习 小样本学习 双流特征融合
Keywords：radaremitterrecognition self-supervisedlearning few-shotlearning dual-streamfusing
机标分类号：TP391.41TN929.1TP181
在线出版日期：2023年10月7日
基金项目：自监督双流融合的小样本雷达辐射源识别方法[
期刊论文] 电讯技术--2023, 63(9)郑博元 丛迅超 胡超 陈杰梅针对实际场景中辐射源数据稀缺造成的小样本问题,提出了一种基于自监督和双流融合的小样本雷达辐射源识别方法.首先利用高斯分布噪声、莱斯多径衰落、设计时钟偏移信号等减损方法,基于有限数量的真实样本构建类均衡辐射源...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
自监督双流融合的小样本雷达辐射源识别方法 Few-shot Radar Emitter Identification Based on Self-supervised Dual-stream Fusion
自监督双流融合的小样本雷达辐射源识别方法.pdf
- 文件大小:
- 2.77 MB
- 下载次数:
- 60
-
高速下载
|
|
