【技术实现步骤摘要】
本申请涉及特定辐射源识别，尤其涉及基于不确定性阈值检测的雷达辐射源数据标签筛选方法和装置。
技术介绍
1、特定辐射源个体识别技术(specific emitter identification,sei)，是通过对接收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，但对于错误标签条件下辐射源识别技术还处于起步阶段。
2、基于深度学习的辐射源个体识别方法中，一般假定训练数据的标签是被正确标注的，但是在现实中数据标注是个复杂的工程，操作人员水平、分类算法精度等都会影响标签的标注，因此错误的标签标注较常出现。而在深度神经网络中，能够使用高质量标签训练数据对于学习效果至关重要，因为训练数据中存在错误标签(噪声标签)会大大降低干净测试数据上训练模型的准确性。
技术实现思路
...
【技术保护点】
1.基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述通过双谱提取信号特征，包括：
3.如权利要求2所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述信号为xk，双谱表达式为：
4.如权利要求1所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述通过预训练后的学习模型对待检测标签数据进行标签预测，得到预测标签，包括：
5.如权利要求4所述的基于不确定性阈值检测的雷达...
【技术特征摘要】
1.基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述通过双谱提取信号特征，包括：
3.如权利要求2所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述信号为xk，双谱表达式为：
4.如权利要求1所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述通过预训练后的学习模型对待检测标签数据进行标签预测，得到预测标签，包括：
5.如权利要求4所述的基于不确定性阈值检测的雷达辐射源数据标签筛选方法，其特征在于，所述预测概率表示为：
6.如权利要求...
【专利技术属性】
技术研发人员：凌青，闫文君，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。