【技术实现步骤摘要】
本专利技术涉及辐射源个体识别领域，具体涉及基于无监督预训练模型的通信辐射源个体识别方法。
技术介绍
1、辐射源识别技术是通信侦察和电子对抗领域的关键技术之一，也是国内外电子战领域的前沿方向。它通过对捕获到的电磁信号进行特征提取，来识别辐射源设备个体。在民用领域，辐射源识别在频谱管理和通信信号识别领域发挥着重要作用。通信辐射源个体识别属于人工智能领域中的一项技术，目的是自动判断信号的发射源个体。辐射源个体识别最早由美国诺格公司提出，是指从侦收到的信号中提取蕴含发射设备个体信息的细微特征来对不同的辐射源进行识别的过程。这种能够区分不同辐射源的细微特征被称为射频指纹。由于通信辐射源中的模拟元器件存在容差效应，导致其相应存在非线性的特点，并且这种非线性特性在不同辐射源设备中存在差异，就像人的指纹一样，可以作为区分通信辐射源的依据。
2、通常情况下，通信辐射源个体识别的整体过程如图1所示。首先是通过信号接收器对信号进行采集，采集后的信号一般是采样、量化后的iq信号。为了方便特征提取通常需要对信号进行预处理，预处理的方法有很多，一般包括...
【技术保护点】
1.基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述学生网络包括第一编码器、Transformer层以及第一全连接层，第一编码器的输入端接收未标注的IQ信号，第一编码器的输出特征按照预设比例掩码以后输入到Transformer层，Transformer层经第一全连接层输出提取的特征。
3.根据权利要求2所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述第一编码器包括顺序连接的第一卷积模块至第三卷积模块，第一卷积模块和...
【技术特征摘要】
1.基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述学生网络包括第一编码器、transformer层以及第一全连接层，第一编码器的输入端接收未标注的iq信号，第一编码器的输出特征按照预设比例掩码以后输入到transformer层，transformer层经第一全连接层输出提取的特征。
3.根据权利要求2所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述第一编码器包括顺序连接的第一卷积模块至第三卷积模块，第一卷积模块和第二卷积模块各一个，第三卷积模块有三个，所述第一卷积模块包括顺序连接的第一一维卷积层、第一ln层以及第一gelu层，第一一维卷积层的通道数为512，卷积核大小为10，步长为5，padding为3；所述第二卷积模块包括顺序连接的第二一维卷积层、第二ln层以及第二gelu层，第二一维卷积层的通道数为512，卷积核大小为8，步长为4，padding为2；所述第三卷积模块包括顺序连接的第三一维卷积层、第三ln层以及第三gelu层，第三一维卷积层的通道数为512，卷积核大小为4，步长为2，padding为1。
4.根据权利要求1所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述教师网络的结构与学生网络的结构相同，且教师网络与学生网络共用第一编码器。
5.根据权利要求1所述的基于无监督预训练模型的通信辐射源个体识别方法，其特征在于，所述轻量级学生网络包括第二编码器、lstm层以及第二全连接层，第二编码器的输入端接收未标注的iq信号，第二编码器的输出特征按照预设比例掩码以后输入到lstm层，lstm层经过第二全连接层输出提取的特征。
6.根据权利要求5所述的基于无监督预训练模型的通信辐射源个体识...
【专利技术属性】
技术研发人员：柳林，尤建，王建社，钟奥，高文涛，汪睿，刘鑫，
申请(专利权)人：江淮前沿技术协同创新中心，
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。