公开(公告)号：CN109829352B

公开(公告)日：2024-06-11

申请号：CN201811385665.3

申请日：2018-11-20

Applicant: 中国人民解放军陆军工程大学

Inventor： 龚勇 ,  周宇欢 ,  潘志松 ,  李鑫 ,  张艳艳

IPC: G06F18/25 ,  G06F18/24 ,  G06F18/10

Abstract: 本发明公开了一种融合多层稀疏学习与多视角学习的通信指纹识别方法，1)对原始稳态信号和原始瞬态信号，采用稀疏自动编码器抑制噪声；并对去噪信号，采用双谱分析、循环谱分析、基于过完备信号字典的稀疏编码方法得到变换域上的特征；2)对变换域上二阶矩阵形式的特征，再采用稀疏编码方法，获得更简洁准确地刻画信号细微特征的低维特征；3)对多频点、多调制方式的电台，为了综合提取其不同工作载频和模式下的共性特征，采用树结构稀疏编码；4)来自不同视角的特征，采用多视角典型相关分析进行多种稀疏编码特征融合，并采用全连接神经网络进行分类。

公开(公告)号：CN109829352A

公开(公告)日：2019-05-31

申请号：CN201811385665.3

申请日：2018-11-20

Applicant: 中国人民解放军陆军工程大学

Inventor： 龚勇 ,  周宇欢 ,  潘志松 ,  李鑫 ,  张艳艳

IPC: G06K9/00

Abstract: 本发明公开了一种融合多层稀疏学习与多视角学习的通信指纹识别方法，1)对原始稳态信号和原始瞬态信号，采用稀疏自动编码器抑制噪声；并对去噪信号，采用双谱分析、循环谱分析、基于过完备信号字典的稀疏编码方法得到变换域上的特征；2)对变换域上二阶矩阵形式的特征，再采用稀疏编码方法，获得更简洁准确地刻画信号细微特征的低维特征；3)对多频点、多调制方式的电台，为了综合提取其不同工作载频和模式下的共性特征，采用树结构稀疏编码；4)来自不同视角的特征，采用多视角典型相关分析进行多种稀疏编码特征融合，并采用全连接神经网络进行分类。