一种基于模型参数的深度迁移学习方法

一种基于模型参数的深度迁移学习方法，利用辐射源公开数据集，设计基于IQ数据特征的卷积神经网络模型以及基于IQ数据特征的深度残差网络模型；以滑动窗口对辐射源IQ数据进行分割，将辐射源原始IQ数据处理为用于构造的深度模型的输入数据；将迁移学习和深度学习相结合，实现将源域数据特征向目标域的迁移；本发明通过构造神经网络模型，并将深度学习与迁移学习相结合，有效的解决数据对时间非平稳分布场景，识别准确率严重下降的问题，提高了识别准确率和时效性。