摘要
本发明涉及一种基于多模态特征的小样本电磁信号开集识别方法,属于通信信号处理技术领域,解决了现有基于深度学习的电磁信号识别方法依赖大量带标签样本且多基于闭集假设,难以适应复杂动态电磁环境中样本标注困难和未知类别信号出现的技术问题。包括实时获取电磁信号并进行功率归一化,得到待识别信号;将已知类信号数据集与所述待识别信号输入训练好的电磁信号开集识别模型,进行无监督分类识别,获得识别结果;其中,所述电磁信号开集识别模型用于基于所述待识别信号对应的多模态语义特征向量与所述已知类信号数据集中每个已知类信号的中心点向量的马氏距离进行判断,得到所述待识别信号的类别。实现电磁信号类型的快速准确识别。
技术关键词
多模态特征
无标签样本
带标签
特征提取器
数据
分类器
联合损失函数
无监督分类
电磁信号识别方法
解码器
通信信号处理技术
语义特征
梯度下降优化算法
系统为您推荐了相关专利信息
高精度测绘方法
构建数据融合模型
影像
激光雷达
误差校正
数据检索方法
复杂度
索引
数据检索技术
可读存储介质
整流桥
晶闸管
故障树模型
定位方法
故障诊断模块
风力发电机
温度监测方法
节点
多传感器
时序特征