System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 辐射源个体识别方法及相关装置、设备和存储介质制造方法及图纸_技高网

辐射源个体识别方法及相关装置、设备和存储介质制造方法及图纸

技术编号:40608612 阅读:5 留言:0更新日期:2024-03-12 22:15
本申请公开了一种辐射源个体识别方法及相关装置、设备和存储介质。该方法包括:获取辐射源发射的电磁信号;基于电磁信号进行第一提取,得到频域特征,并基于电磁信号进行第二提取,得到时域特征;其中,第二提取的特征提取参数参考第一提取的特征提取参数而得到,以使时域特征具有与频域特征相同特征维度基于第一频域特征和时域特征进行融合,得到融合特征;基于融合特征进行预测,得到辐射源的识别结果。上述方案,能够提高对电磁信号进行自动提取所得到的特征的质量,以此尽可能的提高辐射源个体识别的准确度。

【技术实现步骤摘要】

本申请涉及信号处理,特别是涉及一种辐射源个体识别方法及相关装置、设备和存储介质


技术介绍

1、通信辐射源个体识别的目的在于判断发射信号的辐射源个体,其主要利用不同辐射源设备在非线性特性上存在的细微差异,作为区分辐射源的依据。

2、现有技术中,在辐射源个体识别过程中,通常存在部分特征在提取过程中丢失,导致特征提取的质量较低,进而影响辐射源个体识别结果准确性。有鉴于此,如何提高电磁信号融合特征进行自动提取的质量,以此尽可能的提高辐射源个体识别的准确度,成为亟待解决的问题。


技术实现思路

1、本申请主要解决的技术问题是提供一种辐射源个体识别方法及相关装置、设备和存储介质,能够提高对电磁信号进行自动提取所得到的特征的质量,以此尽可能的提高辐射源个体识别的准确度。

2、为了解决上述技术问题,本申请第一方面提供了一种辐射源个体识别方法,包括获取辐射源发射的电磁信号;基于电磁信号进行第一提取,得到频域特征,并基于电磁信号进行第二提取,得到时域特征;其中,第二提取的特征提取参数参考第一提取的特征提取参数而得到,以使时域特征具有与频域特征相同特征维度基于第一频域特征和时域特征进行融合,得到融合特征;基于融合特征进行预测,得到辐射源的识别结果。

3、为了解决上述技术问题,本申请第二方面提供了一种辐射源个体识别装置,包括获取模块、提取模块、融合模块和预测模块,获取模块用于获取辐射源发射的电磁信号;提取模块用于基于电磁信号进行第一提取,得到频域特征,并基于电磁信号进行第二提取,得到时域特征;其中,第二提取的特征提取参数参考第一提取的特征提取参数而得到,以使时域特征具有与频域特征相同特征维度;融合模块用于基于第一频域特征和时域特征进行融合,得到融合特征;预测模块用于基于融合特征进行预测,得到辐射源的识别结果。

4、为了解决上述技术问题,本申请第三方面提供了一种电子设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令以实现上述第一方面所述的辐射源个体识别方法。

5、为了解决上述技术问题,本申请第四方面提供了一种计算机可读存储介质,存储有能够被处理器运行的程序指令,程序指令用于实现上述第一方面所述的辐射源个体识别方法。

6、上述方案,在获取辐射源发射的电磁信号后,基于电磁信号进行第一提取得到频域特征,并基于电磁信号进行第二提取得到时域特征,且执行第二提取的特征提取参数是参考执行第一提取的特征提取参数得到的,因此时域特征具有与频域特征相同的特征维度,在基于频域特征和时域特征进行特征融合时,具有相同维度的时域特征和频域特征可以提高融合特征提取的特征完整度,以提高对电磁信号进行自动提取所得到的特征的质量。因此,基于融合特征进行预测时,融合特征可以提供尽可能有效的辅助信息,尽可能的提高辐射源个体识别的准确度。

本文档来自技高网...

【技术保护点】

1.一种辐射源个体识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述电磁信号进行第一提取,得到频域特征,包括:

3.根据权利要求2所述方法,其特征在于,所述基于所述梅尔滤波器组的滤波器参数,更新所述卷积神经网络的卷积核参数,包括:

4.根据权利要求3所述的方法,其特征在于,所述卷积神经网络包括第一卷积核以及顺序连接于所述第一卷积核的若干卷积块,所述卷积块至少包含第二卷积核,且所述第二卷积核与所述第一卷积核两者的通道数相同。

5.根据权利要求4所述的方法,其特征在于,所述基于所述滤波器参数中的滤波器数量,更新所述卷积核参数中的卷积通道数,包括:

6.根据权利要求4所述的方法,其特征在于,所述基于所述滤波器参数中的窗口长度,更新所述卷积核参数中的卷积核大小,包括:

7.根据权利要求1至6任一项所述的方法,其特征在于,所述识别结果由识别模型对所述电磁信号进行识别得到,所述识别模型包括:用于执行所述第一提取的第一提取网络、用于执行所述第二提取的第二提取网络、与所述第一提取网络和所述第二提取网络分别连接的特征融合网络,以及与所述特征融合网络连接的识别网络,且所述识别模型基于样本信号训练得到,所述样本信号标注有真实辐射源。

8.一种辐射源个体识别装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至7任一项所述的辐射源个体识别方法。

10.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至7任一项所述的辐射源个体识别方法。

...

【技术特征摘要】

1.一种辐射源个体识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述电磁信号进行第一提取,得到频域特征,包括:

3.根据权利要求2所述方法,其特征在于,所述基于所述梅尔滤波器组的滤波器参数,更新所述卷积神经网络的卷积核参数,包括:

4.根据权利要求3所述的方法,其特征在于,所述卷积神经网络包括第一卷积核以及顺序连接于所述第一卷积核的若干卷积块,所述卷积块至少包含第二卷积核,且所述第二卷积核与所述第一卷积核两者的通道数相同。

5.根据权利要求4所述的方法,其特征在于,所述基于所述滤波器参数中的滤波器数量,更新所述卷积核参数中的卷积通道数,包括:

6.根据权利要求4所述的方法,其特征在于,所述基于所述滤波器参数中的窗口长度,更新所述卷积核参数中的卷积核大小,包...

【专利技术属性】
技术研发人员:尤建王建社许敏强方四安柳林许代娣蒋俊
申请(专利权)人:合肥讯飞数码科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1