摘要
本发明涉及无人机信号侦测技术领域,公开了基于迁移学习的无人机无线电信号跨场景侦测方法。该方法先采集目标区域内的无人机无线电信号生成原始信号频谱数据,再根据频谱分布特征划分多个信号侦测场景类别。通过多尺度特征提取网络处理原始数据,生成具有跨场景不变性的信号特征空间,将其输入双通道残差迁移学习模型的源域和目标域通道。利用模型中的特征对齐模块动态补偿源域与目标域场景的特征分布差异,经决策树集成机制生成跨场景侦测结果,最后基于该结果与预设信号特征库的匹配程度,输出无人机身份标识及行为类型。该方法能有效应对不同场景下的信号特征差异,提升无人机侦测的适应性和准确性。
技术关键词
迁移学习模型
场景类别
无人机
干扰抑制滤波器
对齐模块
侦测方法
多尺度特征提取
协方差特征
时序依赖关系
无线电
信号侦测技术
深度残差
信号特征差异
场景特征
频谱特征
协方差矩阵
通道
系统为您推荐了相关专利信息
动态知识图谱
无人车
实体
深度强化学习
感测模块
视觉感知特征
多模态特征
风格
注意力机制
语义特征
联邦学习方法
联邦学习系统
服务器
分层
变分贝叶斯
风险预警方法
低空无人机
高风险
环境感知数据
门控循环神经网络
植物叶绿素含量
多光谱遥感技术
入侵植物监测
构建卷积神经网络
深度学习分类