一种基于多任务学习的辐射源识别方法及系统技术方案

本说明书的多个实施例涉及，具体涉及一种基于多任务学习的辐射源识别方法及系统。所述方法包括以下步骤：接收来自多个通信辐射源的信号，并对所述信号进行预处理，生成基带信号序列；将所述基带信号序列输入到预先建立的多任务分类模型中，所述多任务分类模型包括共享特征提取网络和双任务分类器；通过所述共享特征提取网络从所述基带信号序列中提取共享特征；通过所述双任务分类器对所述共享特征进行分类，分别输出调制方式识别结果和辐射源识别结果；其中，所述双任务分类器包括调制方式分类器和辐射源分类器，且所述辐射源分类器的输出依赖于所述调制方式分类器的输出。

【技术实现步骤摘要】

本说明书的多个实施例涉及，具体涉及一种基于多任务学习的辐射源识别方法及系统。

技术介绍

1、辐射源识别一般是指特定辐射源识别(specific emitteridentification,sei)，在无线通信领域具有重要意义，具体一般是进行辐射源的指纹的识别。辐射源的指纹是指每个辐射源在发射电磁信号时所特有的、独一无二的特征，这些特征可以用来识别和区分不同的辐射源。即使两个设备使用相同的型号和技术参数，它们发出的信号中也会存在细微差异，这些差异就构成了所谓的“指纹”。sei技术的核心在于提取和识别辐射源发射信号中的独特特征，这些特征通常被称为“指纹”。由于每个辐射源的指纹是独一无二的，无法被复制或伪造。利用辐射源指纹识别技术可以有效防止模拟攻击，因为这种“指纹”比传统的密钥认证更难被模仿。sei技术通常包括以下几个步骤：信号采集，从辐射源接收到的电磁信号被收集起来；特征提取，对信号进行处理以提取出可用于识别的独特特征，如非线性特性、瞬态信号等；分类与识别，利用分类器将提取到的特征与已知的数据库进行比较，以确定信号来源；数据库管理，建立和维护一个包含已知辐射本文档来自技高网...

【技术保护点】

1.一种基于多任务学习的辐射源识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多任务学习的辐射源识别方法，其特征在于，

3.根据权利要求1或2所述的基于多任务学习的辐射源识别方法，其特征在于，

4.根据权利要求3所述的基于多任务学习的辐射源识别方法，其特征在于，

5.根据权利要求1或2所述的基于多任务学习的辐射源识别方法，其特征在于，

6.根据权利要求5所述的基于多任务学习的辐射源识别方法，其特征在于，

7.一种基于多任务学习的辐射源识别系统，其特征在于，包括：

8.电子设备，其特征在于...

【技术特征摘要】

1.一种基于多任务学习的辐射源识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多任务学习的辐射源识别方法，其特征在于，

3.根据权利要求1或2所述的基于多任务学习的辐射源识别方法，其特征在于，

4.根据权利要求3所述的基于多任务学习的辐射源识别方法，其特征在于，

5.根据权利要求1或2所述的基于多任务学习的辐射源识别方法，其特征在于，

6.根据权利要求5所述的基...

【专利技术属性】
技术研发人员：迟勇为，
申请(专利权)人：丙午信息技术杭州有限公司，
类型：发明
国别省市：