一种基于类中心学习的无人机信号开集识别方法

本发明针对无人机信号识别提出了一种基于类中心学习的无人机信号开集识别方法，突破了传统闭集识别框架的限制，通过开集识别方法有效区分已知与未知无人机信号，显著提升对新型或伪装目标的拒判能力；深度融合了无人机信号的物理特性与深度学习的类中心学习机制，增强模型对信号本质属性的表征能力；动态优化类中心向量与自适应阈值调整策略，使模型能够灵活适应信号分布变化，提升复杂场景下的鲁棒性。本发明将无人机信号识别扩展至开集场景，解决了现有技术因闭集假设导致的漏判风险，显著提升了安全性和实际应用价值。