面向开放集无人机射频信号识别的超球判别特征嵌入与自适应判决门限

本发明公开了一种面向开放集无人机射频信号识别的超球判别特征嵌入与自适应判决门限，以开放集无人机射频信号识别为目标，首先构建深度神经网络模型，并利用无人机射频信号样本驱动该模型训练，优化目标为最小化超球面交叉熵，从而获得适用于开放集无人机射频信号识别的模型与超球判别特征嵌入，然后评估该特征嵌入的类内类间余弦相似度，并利用双峰极小值拟合与检测算法自适应地获取类内类间判决门限，最终得到用于识别未知无人机射频信号的超球判别特征嵌入与自适应判决门限，输出预测标签。本发明解决了已有识别方法因缺少判决模块和射频信号特征判别性不足、导致开放集无人机射频信号识别准确率低的问题。