摘要
一种基于自监督学习的无人机检测方法,通过采集多场景下的CSI数据用于Transformer模型的预训练任务;利用知识蒸馏方法将预训练Transformer模型中的知识迁移至轻量化CNN模型后,在该CNN模型上加上线性分类器,并使用少量标签数据通过量化感知微调对其进行优化;通过优化后的CNN模型对测试数据进行实时无人机检测。本发明利用可能存在无人机的场景中的信道状态信息,通过二维重建任务对Transformer模型进行预训练,并通过知识蒸馏将知识迁移至轻量化的卷积神经网络,再使用量化感知微调技术进行训练,从而实现多个场景下的高效分类检测。该方法具有检测精度高、标签依赖小、模型轻量、跨场景泛化能力强等优点。
技术关键词
无人机检测方法
信道状态信息
知识蒸馏方法
编码器
轻量化卷积神经网络
线性分类器
无人机检测系统
解码器
无人机监测系统
数据采集单元
微调单元
预训练模型
交叉注意力机制
无人机场景
监督学习模型
标签
时间序列信息
系统为您推荐了相关专利信息
深度学习数据
模型构建方法
传感器系统
序列
波形
噪声图像
图像生成方法
人脸五官
离散小波变换
解码器
面幅材料
检测控制系统
扫描检测装置
PLC控制模块
控制信号处理方法
胫骨平台骨折
预训练网络
编码器
分割方法
解码器
大语言模型
比特流
算术编码器
图像无损压缩
加密