基于深度学习与DS证据理论融合的辐射源识别方法

本申请涉及一种基于深度学习与DS证据理论融合的辐射源识别方法。所述方法包括：采集获取目标区域内待识别辐射源的电磁信号并进行预处理、信号表示和数据增强处理，并按照一定比例随机划分为训练集、验证集和测试集；将训练集和验证集输入包含三类深度学习网络的辐射源识别模型，训练得到最优识别模型；将测试集输入最优识别模型，识别得到三类深度学习网络输出的识别结果；基于DS证据推理理论融合三类深度学习网络输出的识别结果，得到最终的辐射源类型识别结果。本方法通过多类型网络融合训练降低对信号样本数量、噪声强度的要求，并利用DS证据推理，避免单一网络识别偏差，最终提高了辐射源识别的实用性和准确性。