【技术实现步骤摘要】
本专利技术涉及智能信号处理领域，更为具体的，涉及一种基于改进孪生网络的小样本电磁信号识别方法、装置、介质及系统。
技术介绍
1、传统电磁信号识别主要基于人工提取的特征，但由于参数维度低，导致参数交叠严重，适应性不好，特别是在样本量较少的条件下，识别性能进一步降低。而以深度学习为代表的人工智能识别方法，需要大量的数据样本，在小样本条件下识别效果非常有限。针对小样本识别处理，传统的孪生网络以欧式距离作为代价函数，对于向量的相似性度量存在门限设置问题。
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，提供一种基于改进孪生网络的小样本电磁信号识别方法、装置、介质及系统，不依赖于辐射源所使用的电磁参数，从而可获得更加鲁棒的小样本识别结果。
2、本专利技术的目的是通过以下方案实现的：
3、一种基于改进孪生网络的小样本电磁信号识别方法，包括以下步骤：
4、首先，对接收的宽带电磁信号进行快速傅里叶变换并估计电磁信号的中心频率；
5、其次，以中心频率为载频进行数字下变频从而获得iq信号；
6、再次，截取前沿的固定长度信号，采用卷积神经网络进行空间映射获得特征向量；
7、最后，以特征向量之间的余弦相似度作为代价函数，来判断两个电磁信号是否属于同一辐射源。
8、进一步地，所述对接收的宽带电磁信号进行快速傅里叶变换并估计电磁信号的中心频率，具体包括子步骤：
9、s1，设接收的宽带电磁信号为s(n)(，
10、进一步地，所述以中心频率为载频进行数字下变频从而获得iq信号，具体包括子步骤：
11、s2，以估计得到的中频频率fc进行数字下变频处理得到s1(n)，处理公式为：
12、
13、其中，j为虚数单位，经过处理后s1(n)为复数信号。
14、s3，对s1(n)进行滤波处理，并进行m倍抽取，从而获得其中表示向下取整。
15、进一步地，所述截取前沿的固定长度信号，采用卷积神经网络进行空间映射获得特征向量，具体包括子步骤：
16、s4，将复数信号s2(m)的同向分量和正交分量组成二维向量sigvec，该向量的尺寸为并进行长度为k1的截取，截取后的二维向量为sigvec*，其向量尺寸为2*k1。
17、s5，对sigvec*采用卷积神经网络进行空间映射，得到特征向量为featurevec，令该特征表示为[x1,x2,…,xk]，其中k为特征向量的长度；
18、s6，对已知的小样本电磁信号按照步骤s1～步骤s5进行处理，对于第p(p＝1,2,…,p)个电磁信号处理得到的特征为featurevecp＝[x1,p,x2,p,…,xk,p](p＝1,2,…,p)，其中p为已知的小样本电磁信号数量。对待识别电磁信号也按照步骤1～5进行处理得到的特征为featurevecid＝[x1,id,x2,id,…,xk,id]。
19、进一步地，所述以特征向量之间的余弦相似度作为代价函数，来判断两个电磁信号是否属于同一辐射源，具体包括子步骤：
20、s7，以待识别电磁信号的特征featurevecid与已知的小样本电磁信号特征分别基于余弦相似度估计代价函数，其计算公式为：
21、
22、其中[·]t表示转置操作；
23、s8，以代价函数costp最小时电磁信号样本所对应的类别，作为待识别电磁信号的类别。
24、一种基于改进孪生网络的小样本电磁信号识别方装置，包括：处理器和存储器，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器加载时执行如上任一项所述的方法。
25、一种计算机可读存储介质，在可读存储介质中存储有计算机程序，所述计算机程序被处理器加载时执行如上任一项所述的方法。
26、一种基于改进孪生网络的小样本电磁信号识别方系统，包括如上所述的基于改进孪生网络的小样本电磁信号识别方装置。
27、本专利技术的有益效果包括：
28、本专利技术提供了一种基于改进孪生网络的小样本电磁信号识别方法。首先对接收的宽带电磁信号进行快速傅里叶变换并估计电磁信号的中心频率；其次以中心频率为载频进行数字下变频从而获得iq信号；再次截取前沿的固定长度信号，采用卷积神经网络进行空间映射获得特征向量；最后再以特征向量之间的余弦相似度作为代价函数，来判断两个电磁信号是否属于同一辐射源。
29、本专利技术方法不依赖于辐射源所使用的电磁参数，从而可获得更加鲁棒的小样本识别结果。
本文档来自技高网...【技术保护点】
1.一种基于改进孪生网络的小样本电磁信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进孪生网络的小样本电磁信号识别方法，其特征在于，所述对接收的宽带电磁信号进行快速傅里叶变换并估计电磁信号的中心频率，具体包括子步骤：
3.根据权利要求2所述的基于改进孪生网络的小样本电磁信号识别方法，其特征在于，所述以中心频率为载频进行数字下变频从而获得IQ信号，具体包括子步骤：
4.根据权利要求3所述的基于改进孪生网络的小样本电磁信号识别方法，其特征在于，所述截取前沿的固定长度信号，采用卷积神经网络进行空间映射获得特征向量，具体包括子步骤：
5.根据权利要求4所述的基于改进孪生网络的小样本电磁信号识别方法，其特征在于，所述以特征向量之间的余弦相似度作为代价函数，来判断两个电磁信号是否属于同一辐射源，具体包括子步骤：
6.一种基于改进孪生网络的小样本电磁信号识别方装置，其特征在于，包括：处理器和存储器，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器加载时执行如权利要求1～5任一项所述的方法。
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。