公开(公告)号：CN119249262A

公开(公告)日：2025-01-03

申请号：CN202411255221.3

申请日：2024-09-09

Applicant: 上海微波设备研究所(中国电子科技集团公司第五十一研究所)

Inventor： 蔡伟 ,  刘则林 ,  张晓峰 ,  林何磊 ,  王宇

IPC: G06F18/2415 ,  G06F18/15 ,  G06F18/2131 ,  G06N3/0985 ,  G06N3/09 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G01S7/02

Abstract: 本发明公开了一种基于协同学习框架的雷达辐射源个体识别方法，用于实现复杂雷达辐射源的个体分离和识别，解决现有技术在样本数量少以及质量不高导致识别准确率低的问题。该方法包括批量对原始中频单脉冲数据进行预处理和双谱信号提取，强化特征表征能力，生成样本数据集；根据一定比例将样本数据集划分为训练数据集、验证数据集和测试数据集；选择了BiLSTM和ResNet18网络模型构建协同学习框架进行了协同训练，使用交叉熵损失函数作为模型的损失函数；将测试数据集输入协同训练得到的神经网络模型进行推理，最后通过softmax完成分类识别，计算识别准确率。本方法在复杂雷达辐射源个体识别领域具有良好的应用前景。