公开(公告)号：CN109978028A

公开(公告)日：2019-07-05

申请号：CN201910186536.X

申请日：2019-03-12

Applicant: 北京理工大学

Inventor： 张焱 ,  何遵文 ,  俞江 ,  张万成 ,  季子杰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01R29/08

Abstract: 一种基于集成深度学习的特定辐射源识别方法，属于信号处理以及辐射源识别技术领域。所述识别方法包括如下步骤：1)测量特定辐射源发射信号生成原始数据集；2)从原始数据集信号生成三维图像；3)将三维图像转换为二维图像；4)将二维图像送入学习器生成对应的识别模型；5)将待识别信号集生成三维图像；6)将三维图像生成二维图像；7)将二维图像送入4)生成的识别模型中得到辐射源识别结果和对应后验概率；8)将识别结果的后验概率使用集成学习方法进行再学习和训练，得到待识别信号的最终识别结果。所述方法用于电子情报侦察、无线频谱管理和无线网络安全管理，具有运算简单和识别精度较高的优点。

公开(公告)号：CN109978028B

公开(公告)日：2020-12-01

申请号：CN201910186536.X

申请日：2019-03-12

Applicant: 北京理工大学

Inventor： 张焱 ,  何遵文 ,  俞江 ,  张万成 ,  季子杰

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01R29/08

Abstract: 一种基于集成深度学习的特定辐射源识别方法，属于信号处理以及辐射源识别技术领域。所述识别方法包括如下步骤：1)测量特定辐射源发射信号生成原始数据集；2)从原始数据集信号生成三维图像；3)将三维图像转换为二维图像；4)将二维图像送入学习器生成对应的识别模型；5)将待识别信号集生成三维图像；6)将三维图像生成二维图像；7)将二维图像送入4)生成的识别模型中得到辐射源识别结果和对应后验概率；8)将识别结果的后验概率使用集成学习方法进行再学习和训练，得到待识别信号的最终识别结果。所述方法用于电子情报侦察、无线频谱管理和无线网络安全管理，具有运算简单和识别精度较高的优点。