基于信号增强双重对比学习的辐射源新个体识别方法

基于信号增强双重对比学习的辐射源新个体识别方法，属于软件无线电领域。本方法采用多物理域增强算子序列不仅克服了传统数据增强可能引入特征失真的风险，更通过构造具有强相关性的正负样本对，为后续对比学习提供了优质的特征判别基础。采用双重对比学习的特征解耦架构，将有监督对比学习的类别判别优势与无监督对比学习的特征解耦能力有机融合。采用双重决策聚类机制实现动态半监督聚类，首先利用密度峰值聚类DPC确定潜在类别数，其次引入半监督决策模块实现辐射源个体已知类精确识别以及未知类自适应发现，进而实现辐射源新个体识别。本发明适用于软件无线电领域，实现高精度的辐射源新个体识别。