一种系统性的辐射源小样本增量识别方法及系统

本发明公开了一种系统性的辐射源小样本增量识别方法及系统，具体为：在数据处理模块中，对所有接收到的信号样本进行基于自适应小波分解的预处理；对小样本进行基于滑窗切片的样本增强；在动态子网模块中，提出识别模型边界紊乱的概念；设计基于动态子网的增量识别算法：首先为当前增量会话中的识别模型寻找出最优子网；接着冻结最优子网参数，在识别模型中除了最优子网的剩余部分训练新任务；最后动态扩充识别模型的网络节点，并学习每个扩充网络节点的重要性，剪枝冗余网络节点，实现网络节点的扩充再压缩；在测试阶段，设计一种全新的识别范式并对增量过程中出现过的所有类进行识别。本发明在不依赖已识别辐射源训练样本的前提下，提高了辐射源小样本增量识别性能。