反黑盒探测攻击的稳健电磁信号调制类型识别方法技术

本发明专利技术公开了一种反黑盒探测攻击的稳健电磁信号调制类型识别方法，通过已收集电磁信号构建数据集；搭建教师网络，通过所述数据集训练教师网络，并且通过所述训练教师网络生成软标签；依据实际电磁信号调制类型识别网络的网络结构，搭建相同结构的学生网络，通过所述软标签、数据集、硬标签训练学生网络，并将参数传递给电磁信号调制类型识别网络。本发明专利技术通过更新实际电磁信号调制类型识别网络参数，达到反黑盒探测攻击的效果，能够在面对黑盒探测攻击生成的对抗样本时，提供更强的防御能力，降低对抗样本对电磁信号调制类型识别网络识别准确率的影响，克服攻击者的蓄意攻击，构建更加稳健的电磁信号调制类型识别系统。加稳健的电磁信号调制类型识别系统。加稳健的电磁信号调制类型识别系统。

【技术实现步骤摘要】
反黑盒探测攻击的稳健电磁信号调制类型识别方法


[0001]本专利技术属于基于深度学习与电磁信号调制类型识别
，具体涉及一种反黑盒探测攻击的稳健电磁信号调制类型识别方法。

技术介绍

[0002]随着现代通信系统的不断发展，信号环境日益复杂，各类无线电设备的广泛使用，电磁环境中的辐射源种类、数量越来越多，电磁频谱越来越拥堵，不同用途的电磁信号在时、空、频域相互交叠。在如此复杂的场景下，人类的理解能力既无法完成对大量数据的感知，其理解速度也无法与信息的更新速度相匹配，从而容易造成一系列关键目标及态势的感知错误或感知不及时等问题。在军事领域，信号调制识别为电子战系统中信息截获和如何选择最佳干扰提供了重要依据；它主要表现在对敌方雷达类型的识别、对敌方情报的截获、对敌方辐射源的识别等方面，因此信号调制识别在军事应用中占有重要地位。在民用领域，调制识别主要用于对无线电台的监控，对无线平台的使用进行监控，还可以获取非合作伙伴的通信信号所携带的信息，对通信频谱进行有效的监控。
[0003]无线通信环境多种多样，调制方式也各不相同。如何在不同的场合、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反黑盒探测攻击的稳健电磁信号调制类型识别方法，其特征在于，该方法包括：通过已收集电磁信号构建数据集；搭建教师网络，通过所述数据集训练教师网络，并且通过所述训练教师网络生成软标签；依据实际电磁信号调制类型识别网络的网络结构，搭建相同结构的学生网络，通过所述软标签、数据集、硬标签训练学生网络，并将参数传递给电磁信号调制类型识别网络。2.根据权利要求1所述的反黑盒探测攻击的稳健电磁信号调制类型识别方法，其特征在于，所述通过已收集电磁信号构建数据集，具体为：利用无线电监测技术获取电磁信号样本，对已有的电磁信号进行预处理，将电磁信号真实的调制类型作为硬标签，构建数据集，并按照8：2的比例划分为训练集和测试集。3.根据权利要求1或2所述的反黑盒探测攻击的稳健电磁信号调制类型识别方法，其特征在于，所述对已有的电磁信号进行预处理，将电磁信号真实的调制类型作为标签，构建数据集，具体为：将电磁信号I、Q两路数据合成时域信号X(t)进行归一化处理，其中为信号均值，std(X)为信号的标准差：X(t)＝I(t)+jQ(t)I(t)+jQ(t)处理后的数据重新取实部和虚部，拆分为I、Q两路数据；I'(t)＝real(X'(t))Q'(t)＝imag(X'(t))根据电磁信号的不同调制类型生成硬标签，并且构建数据集；不同调制类型对应标签设置为1,2,...,n，n代表有n种不同的调制类型。4.根据权利要求3所述的反黑盒探测攻击的稳健电磁信号调制类型识别方法，其特征在于，所述搭建教师网络并通过所述数据集训练教师网络，具体为：所述教师网络中复杂网络选用16层的残差网络(ResNet)，所述复杂网络包含一层输入层，一层卷积层，六个残差块，一个池化层，以及最后一层全连接层；输入层将训练数据读入网络中；第一层卷积层使用15*2的卷积核进行简单的特征提取；每个残差块包含两层卷积层，ResNet主体部分共有十二层卷积层；池化层采用全局池化，输出数据为logits；最后一层全连接层，包含的神经元个数与识别任务的种类个数相同。全连接层的激活函数选取softmax，全连接层的输出对应的置信度为[p1,p2,p3,...,p
n
]，其中n代表类别数，且：在教师网络全连接层...

【专利技术属性】
技术研发人员：齐佩汉，安智慧，郑仕链，周小雨，姜涛，李赞，王丹洋，孟永超，张正宇，张抗抗，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：