基于知识蒸馏机制的类增量辐射源个体识别方法技术

本发明专利技术涉及无线通信技术、接入设备识别技术，为提出辐射源个体识别新方法，本发明专利技术，基于知识蒸馏机制的类增量辐射源个体识别方法，以残差神经网络为基础结构构建辐射源个体识别系统，在残差网络特征提取器后添加一个自注意力层，将最后一个全连接层修改为余弦相似度层；辐射源个体识别系统需要添加新类时，冻结训练好的原始网络作为教师网络，拷贝教师网络作为学生网络，学生网络对全连接层进行修改，冻结关于旧类的权重，添加关于新类的输出头，并使用新辐射源个体类别数据进行参数更新；将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，使用蒸馏损失约束模型更新。本发明专利技术主要应用于辐射源个体识别场合。个体识别场合。个体识别场合。

【技术实现步骤摘要】
基于知识蒸馏机制的类增量辐射源个体识别方法


[0001]本专利技术涉及无线通信技术、接入设备识别技术，具体涉及基于知识蒸馏机制的类增量辐射源个体识别方法。

技术介绍

[0002]随着无线通信技术以及物联网的快速发展，接入设备呈指数增长，这对于传统的基于IP地址和MAC地址的设备识别方案提出了挑战，因为这种认证方法很容易被人为篡改。另一方面，在电子对抗与电子战中，需要识别敌方无线通信设备，以便分析战场情况。此外，在现实应用场景下，辐射源个体识别系统经过部署后，经常需要添加新的类别。因此，研究能增量添加新辐射源个体类别的方法将是解决上述问题的有效途径。
[0003]辐射源个体识别，又称射频指纹识别或者特定辐射源识别，研究的是从接收信号中提取稳定的、独特的能区分各辐射源个体的细微特征进行分类识别，本质上是一种模式识别问题。其中，射频指纹的分析提取决定着识别的准确性和高效性，进而影响着电子侦察设备效能的发挥。根据辐射源个体所处的信号状态，个体特征分为暂态特征和稳态特征。暂态是指设备开关机切换、模式变换，以及系统外部激励变化等过程。稳态信号是指发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识蒸馏机制的类增量辐射源个体识别方法，其特征是，以残差神经网络为基础结构形成辐射源个体识别系统，在残差网络特征提取器后添加一个自注意力层，将最后一个全连接层修改为余弦相似度层；辐射源个体识别系统需要添加新类时，冻结训练好的原始网络作为教师网络，拷贝教师网络作为学生网络，学生网络在教师网络参数基础上，对全连接层进行修改，冻结关于旧类的权重，添加关于新类的输出头，并使用新辐射源个体类别数据进行参数更新；将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，使用蒸馏损失约束模型更新，使学生模型关于旧类的输出与教师网络一致。2.如权利要求1所述的基于知识蒸馏机制的类增量辐射源个体识别方法，其特征是，处理增加新类详细步骤如下：步骤1)当识别系统需要增加新的辐射源类别时，冻结训练好的原始网络作为教师网络，并复制教师网络作为学生网络，学生网络冻结余弦归一化层中关于旧类的权重，并添加关于新类的输出头；步骤2)将新辐射源类别数据输入识别系统，将新类数据通过教师网络得到的预测值作为知识蒸馏伪标签，学生网络进行模型更新时，采用交叉熵损失函数、余弦相似度损失函数和蒸馏损失函数以较低学习率进行微调；步骤3)训练完成后识别系统在由新类和旧类共同构成的测试集上进行测试，该训练好的学生模型又可作为下一增量阶段的教师模型。3.如权利要求1所述的所述的基于知识蒸馏机制的类增量辐射源个体识别方法，其特征是，其中，在残差网络最后一个残差块之后添加自注意力层，使得教师网络和学生网络在知识蒸馏时对旧类的区域关注一致，所添加自注意力层为：其中，R
t
(i,j)表示局部像素区域，q
ij
＝W
q
x
ij
表示查询向量，k
mn
＝W
k
x
mn
表示关键词向量，v
mn
＝W
...

【专利技术属性】
技术研发人员：汪清，游梓轩，
申请(专利权)人：天津大学，
类型：发明
国别省市：