一种基于生成对抗网络的雷达目标新类检测方法技术

本发明专利技术公开了了一种基于生成对抗网络的雷达目标新类检测方法，通过收集雷达辐射源信号数据，进行特征提取，利用生成对抗网络构建样本空间，并使用随机噪声数据，生成拟合低密度区域样本的新数据，利用该数据，进行对抗学习，使得判别器获得对新类的识别能力。之后对新类进行聚类，获得类别标签，并重新加入到网络中协助训练。同时考虑到网络可能出现灾难性遗忘的问题，引入弹性权重合并正则项帮助保护权重信息。本发明专利技术基于生成对抗网络，利用样本空间的低密度区域数据学习获得对新类的识别能力，并将已识别到的新类通过在线更新的方式重新加入网络协助训练，降低了模型更新的开销，进而实现对数据中新类别的检测。

【技术实现步骤摘要】

本专利技术属于雷达信号检测，更为具体地讲，涉及一种基于生成对抗网络的雷达目标新类检测方法。

技术介绍

1、随着科学技术的发展，战场雷达技术日新月异，各种新式雷达在战场上应用也越来越多。能够及时从繁杂的战场雷达信息中识别出敌方的新式雷达，对于提高战场效率有着至关重要的作用。

2、传统的雷达类别检测方法都是针对已有的雷达信息进行检测并分类，对于战场上出现的新类别雷达无法做出判断或者会将其划分到已知雷达种类中而导致错误。而传统的新类检测方法都是针对已有的类别检测方法进行改造，例如基于神经网络的openmax方法，这些方法依赖于分类器本身的分类性能，如果分类器针对已知类的分类效果不明显的话，新类的检测效果也不会好。新类检测系统必须能够准确地将已知类与新类划分开来，并对新类也完成准确地分类，这是当前新类检测领域需要解决的核心问题。

技术实现思路

1、本专利技术的目的在于克服现有技术的不足，提供一种基于生成对抗网络的雷达目标的新类检测方法，以实现对雷达目标的新类对象快速准确的分类检测。p>

2、为实现本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的雷达目标新类检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的新类检测方法，其特征在于，步骤(3)中，首先，将学习到的表征向量与原始特征拼接，然后利用随机噪声数据，生成样本，拟合低密度区域样本数据，使得判别器获得对新类的识别能力：

【技术特征摘要】

1.一种基于生成对抗网络的雷达目标新类检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的新类检测方法，其特征在于，步...

【专利技术属性】
技术研发人员：邵俊明，姚孝顺，杨勤丽，张蔚，杨大川，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：