公开(公告)号：CN119807841A

公开(公告)日：2025-04-11

申请号：CN202411864782.3

申请日：2024-12-18

Applicant: 南京理工大学

Inventor： 王昊 ,  聂徐 ,  俞文明 ,  徐达龙 ,  王岩 ,  徐文文

IPC: G06F18/241 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/15 ,  G06N3/0464 ,  G06N3/0495

Abstract: 本发明一种基于激活重组和重要神经元的辐射源个体开集识别算法包括:信号特征提取模块和开集分类模块。特征提取模块利用ResNet‑18卷积神经网络，而开放集识别模块集成了三种方法：激活重组、基于Shapley值的剪枝和基于能量(Energy)评分函数的开集分类器。相较于经典的SEI‑OSR算法，本发明提出的算法可以在不同的开放度下将已知辐射源个体与未知辐射源个体以高准确率区分出来。特别是当已知类包含与未知类相同模型的发射器个体时，所提出的方法的精度明显高于其他方法。

公开(公告)号：CN119719856A

公开(公告)日：2025-03-28

申请号：CN202411837738.3

申请日：2024-12-13

Applicant: 南京理工大学

Inventor： 王昊 ,  汪有鹏 ,  俞文明 ,  徐达龙 ,  曹建银 ,  徐文文

IPC: G06F18/24 ,  G06N3/0455

Abstract: 本发明首先将接收到信号的IQ原始数据进行短时傅里叶变换生成时频图，使用YOLOV5训练好的模型进行跳频信号的检测，生成相应的标签文件，从IQ原始数据根据标签文件中的数据进行信号的截取，对截取后的信号统一取一定长度作为数据集，使用改进的多任务网络进行训练，使用训练好的模型进行调制识别和信噪比估计，输出调制识别结果和信噪比估计结果。通过改进的CGC网络在未增加太多的训练参数下，能够平衡两种任务之间的性能，缓解多任务中的跷跷板现象，且通过结合大核卷积结构重参数化提高了模型的准确率与泛化性。