摘要
本发明提供了一种特征匹配与映射学习的辐射源信号识别方法,涉及模式识别与智能信息处理、信号识别技术领域。在训练阶段,首先从采集的辐射源信号全脉冲序列中提取源域和目标域信号构建辐射源信号数据集,对数据集中的源域信号Vs和目标域信号Vt数据分别提取时频特征Vsf和Vtf。最后将P输入信号识别模型,学习它们的一致表征,实现辐射源信号识别任务。在辐射源信号识别时,首先判断输入的信号数据是否为空,若为空则整个流程终止,若不为空则对输入信号进行预处理,然后对预处理后的信号提取时频特征,最后通过信号识别模型给出类别预测结果,在完成当前输入信号识别后跳转到辐射源信号输入,直至输入数据为空时结束整个流程。
技术关键词
信号识别模型
辐射源
小波散射网络
信号识别方法
分类器
信号特征提取
散射特征
标签
数据
信号识别技术
智能信息处理
模块
单脉冲
特征提取方法
信号接收机
多层感知机
度量
生成特征
系统为您推荐了相关专利信息
情感分析模型
文本情感分析方法
多尺度
注意力机制
语义特征提取
支持向量机分类器
消化内镜
结肠镜图像
像素
分割方法
图像生成方法
图像生成技术
交叉注意力机制
分类器
书法图像
分布式光纤传感
信号识别方法
分布式光纤声音
光纤周界安防
监控报警主机
编码向量
智能治理系统
语义关联度
匹配模块
ReLU函数