【技术实现步骤摘要】
本专利技术涉及无线通信数据挖掘、分析与识别，尤其涉及一种小样本电磁信号识别方法及装置。
技术介绍
1、在过去的几十年中，电子设备的快速发展和广泛应用导致电磁信号环境愈发复杂和多样。电磁信号包括但不限于无线通信信号、雷达信号和卫星信号等，它们在频率、幅度和相位等方面具有很高的变化性和复杂性。因此，准确高效地识别和分类电磁信号对于无线通信、雷达系统和电子侦查等领域而言都至关重要。在实际场景中，往往无法获取足够的已知标注的电磁信号样本，在这种小样本电磁信号识别情况下，现有的分类方法面临识别准确率不高的挑战。
2、在电磁信号识别问题上，传统的分类方法通常依赖于手工设计的特征提取和分类器。一般而言，这种方法需要专业知识和丰富经验，并且在处理复杂多变的电磁信号时往往存在局限性。此类传统识别方法的实现过程较为复杂，在复杂电磁环境情况下的识别精度也并不理想，局限较多。
3、近年来，随着深度学习的快速发展，基于深度学习展开的电磁信号识别工作取得了较为理想的结果。这种方法能够通过神经网络层自动地从原始电磁信号数据中学习和提取特征，无...
【技术保护点】
1.一种小样本电磁信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述对所述电磁信号数据集进行预处理，将所述电磁信号数据集中的每个信号样本分成I通道的一维时间序列和Q通道的一维时间序列，包括：
3.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述对所述电磁信号数据集中的每个信号样本I、Q两个通道的数据进行归一化处理，得到I通道归一化一维时间序列和Q通道归一化一维时间序列，包括：
4.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述利用离散小波变换，对每个信...
【技术特征摘要】
1.一种小样本电磁信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述对所述电磁信号数据集进行预处理，将所述电磁信号数据集中的每个信号样本分成i通道的一维时间序列和q通道的一维时间序列，包括：
3.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述对所述电磁信号数据集中的每个信号样本i、q两个通道的数据进行归一化处理，得到i通道归一化一维时间序列和q通道归一化一维时间序列，包括：
4.根据权利要求1所述的小样本电磁信号识别方法，其特征在于，所述利用离散小波变换，对每个信号样本的i通道归一化一维时间序列和q通道归一化一维时间序列进行处理，得到双通道窄边图像数据，包括：
5.根据权利要求4所述的小样本电磁信号识别方法，其特征在于，所述对每个信号样本的i通道归一化一维时间序列和q通道归...
【专利技术属性】
技术研发人员：蔡昕，杨健，肖德政，方旖，
申请(专利权)人：中国人民解放军军事科学院系统工程研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。