【技术实现步骤摘要】
本申请涉及辐射源识别，尤其涉及一种面向雷达辐射源个体识别改进的伪标签标注方法、装置、电子设备及存储介质。
技术介绍
1、由于发射管、功放等发射机器件在制作工艺、生产环境、工人操作水平等因素影响下，雷达存在细微的固有缺陷，会引起电磁信号的脉内无意调制，无法避免、消除或伪造。辐射源信号个体识别技术(specific emitter identification, sei)是通过对截获电磁信号进行外部特征测量来获取发射机的细微特征，将其作为雷达指纹进行分析认证，进而判定雷达载体身份。sei技术是高层次信息融合中态势评估的主要依据，能够直接为态势信息感知和行动等筹划决策行为提供有效的技术支撑。目前基于深度学习的雷达辐射源个体识别技术是近几年研究热点，但是对于语义漂移条件下雷达辐射源个体识别技术还处于起步阶段。
2、辐射源信号语义漂移是指实际场景中由于发射机器件老化、天线衰减和接收机性能指标等因素，以及操作人员习惯、多机协同接收和探测环境等影响，跨时间、空间采集的源域和目标域样本的指纹特征存在语义漂移，样本数据的分布会发生微弱的变化，...
【技术保护点】
1.一种面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，包括：
2.根据权利要求1所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述使用源域数据进行模型训练，并基于训练完成的模型对目标域数据进行正负标签标注，形成预测正负标签集合，包括：
3.根据权利要求2所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述基于模型预测函数、模型参数及所述目标域数据，确定基于所述模型参数预测标签的类别概率，所述类别概率公式表示为：
4.根据权利要求1所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所...
【技术特征摘要】
1.一种面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，包括：
2.根据权利要求1所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述使用源域数据进行模型训练，并基于训练完成的模型对目标域数据进行正负标签标注，形成预测正负标签集合，包括：
3.根据权利要求2所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述基于模型预测函数、模型参数及所述目标域数据，确定基于所述模型参数预测标签的类别概率，所述类别概率公式表示为：
4.根据权利要求1所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述补充多次预测的均值和方差，以增强伪标签标注的有效性，包括：
5.根据权利要求4所述的面向雷达辐射源个体识别改进的伪标签标注方法，其特征在于，所述通过阈值进行筛选的步骤包括：
【专利技术属性】
技术研发人员：闫文君，凌青，张建廷，刘凯，张立民，于柯远，刘恒燕，
申请(专利权)人：中国人民解放军海军航空大学，
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。