摘要
一种基于动量加速的辐射源识别对抗样本构造方法,属于无线通信与智能识别技术领域。本发明针对现有方法生成的对抗样本攻击成功率低、泛化性差的问题。包括:对原始辐射源信号进行数据增强获得加噪后样本信号;利用小波变换方法进行变换得到二维时频图;通过深度神经网络识别模型获得分类结果;设定初始对抗样本和初始梯度扰动方向,进行对抗样本的迭代更新;每一轮迭代中,基于分类结果计算损失函数,并计算损失函数对当前对抗样本的梯度,再基于Nesterov动量加速的梯度归一化算法更新梯度扰动方向进而获得下一轮迭代中的对抗样本;对最终对抗样本进行小波逆变换,得到最终对抗样本的时域信号。本发明提升了生成对抗样本的攻击成功率和泛化性能。
技术关键词
识别对抗样本
深度神经网络
小波变换方法
归一化算法
ResNet网络
辐射源类别
噪声功率
信号
智能识别技术
残差模块
多尺度
采样点
信噪比
因子
表达式
数据
标签
系统为您推荐了相关专利信息
智能对话方法
画像数据库
韵律特征
参数
音色特征
深度神经网络模型
视频流
文本
手语翻译方法
识别模块