摘要
本发明公开了一种基于无监督学习的通信辐射源目标对抗决策方法,该方法包括下述步骤:获取通信信号的IQ信号并进行信号预处理;基于信号预处理后的IQ数据训练对比预测编码CPC模型,提取IQ数据特征;将IQ数据特征输入ResNet网络进行闭集个体分类,输出闭集得分;基于OpenMax算法矫正闭集得分,得到开集得分,根据开集得分识别辐射源个体;构建基于GBDT算法的目标对抗决策模型,提取通信辐射源个体特征和干扰对抗参数特征,构造数据集训练目标对抗决策模型;输入通信辐射源个体特征参数到训练后的目标对抗决策模型,输出干扰对抗参数。本发明不仅提高了通信信号的识别准确性,还增强了在面对未知类别信号时的鲁棒性。
技术关键词
辐射源
无监督学习
ResNet网络
决策方法
GBDT算法
模型训练模块
FCM算法
信号预处理模块
上下文特征
数据特征提取
信号获取模块
样本
执行存储器存储
编码
参数
累积分布函数
矫正
系统为您推荐了相关专利信息
综合能源系统
天然气管道
无监督学习
在线生成方法
氢气
一维卷积神经网络
辐射源
离散傅立叶变换
密度聚类算法
滑动窗口
飞行器
智能决策方法
深度强化学习算法
人工势场法
策略
监控老人
智能家居设备
居家老人
多模态数据融合
监控方法
自主决策方法
鲁棒优化模型
调控策略
分布式风电
分布式光伏