-
公开(公告)号：CN112966544B
公开(公告)日：2024-04-02
申请号：CN202011593086.5
申请日：2020-12-29
Applicant: 杭州电子科技大学
IPC: G06F18/2431 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及一种采用ICGAN与ResNet网络的雷达辐射源信号分类识别方法，包括以下步骤：步骤一、接收机接收到混叠信号，并对其分离，生成六种常见的雷达辐射源信号数据集，步骤二、信号预处理方法；步骤三，构建ICGAN，步骤四、构建深度残差网络(ResNet)，步骤五、将测试集样本输入至上述ResNet，输出雷达辐射源信号分类的识别结果；本发明旨在样本数量不足情况下，提取不同种类雷达辐射源信号特征，并利用ICGAN扩充样本数量，再利用ResNet准确地实现雷达辐射源信号种类的判别；本发明方法不仅可解决样本数量不足的问题，还可提高不同种类雷达辐射源信号的识别率。
-
公开(公告)号：CN112966544A
公开(公告)日：2021-06-15
申请号：CN202011593086.5
申请日：2020-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种采用ICGAN与ResNet网络的雷达辐射源信号分类识别方法，包括以下步骤：步骤一、接收机接收到混叠信号，并对其分离，生成六种常见的雷达辐射源信号数据集，步骤二、信号预处理方法；步骤三，构建ICGAN，步骤四、构建深度残差网络(ResNet)，步骤五、将测试集样本输入至上述ResNet，输出雷达辐射源信号分类的识别结果；本发明旨在样本数量不足情况下，提取不同种类雷达辐射源信号特征，并利用ICGAN扩充样本数量，再利用ResNet准确地实现雷达辐射源信号种类的判别；本发明方法不仅可解决样本数量不足的问题，还可提高不同种类雷达辐射源信号的识别率。
-
公开(公告)号：CN114362859B
公开(公告)日：2024-03-29
申请号：CN202111683187.6
申请日：2021-12-28
Applicant: 杭州电子科技大学
IPC: H04B17/391 , H04B17/00 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种增强条件生成对抗网络的自适应信道建模方法及系统，方法按如下步骤：步骤S1，初始化生成对抗网络模型，获得信道样本序列；步骤S2，通过先验知识设置潜在变量方法，得到潜在变量序列；步骤S3，通过复数序列重新构造方法，得到满足神经网络处理要求的重构样本序列；步骤S4，通过惩罚样本构建方法，得到惩罚样本序列；步骤S5，通过增强条件生成对抗网络误差函数优化方法，得到输入序列和生成对抗网络目标函数；步骤S6，网络对抗训练，输出可模拟真实信道数据分布的生成器模型。本发明选择改进生成对抗网络使其准确地捕捉随机信道行为，实现无需手动假定物理模型的自适应信道建模。
-
公开(公告)号：CN114362859A
公开(公告)日：2022-04-15
申请号：CN202111683187.6
申请日：2021-12-28
Applicant: 杭州电子科技大学
IPC: H04B17/391 , H04B17/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种增强条件生成对抗网络的自适应信道建模方法及系统，方法按如下步骤：步骤S1，初始化生成对抗网络模型，获得信道样本序列；步骤S2，通过先验知识设置潜在变量方法，得到潜在变量序列；步骤S3，通过复数序列重新构造方法，得到满足神经网络处理要求的重构样本序列；步骤S4，通过惩罚样本构建方法，得到惩罚样本序列；步骤S5，通过增强条件生成对抗网络误差函数优化方法，得到输入序列和生成对抗网络目标函数；步骤S6，网络对抗训练，输出可模拟真实信道数据分布的生成器模型。本发明选择改进生成对抗网络使其准确地捕捉随机信道行为，实现无需手动假定物理模型的自适应信道建模。
-
-
-
Search Results
4
records
(took 0.02 seconds)
