[发明专利]基于迁移学习的被动雷达外辐射源信号识别方法有效
| 申请号： | 201810239621.3 | 申请日： | 2018-03-22 |
| 公开（公告）号： | CN108508411B | 公开（公告）日： | 2022-04-08 |
| 发明（设计）人： | 汪清;杜攀非;刘文斌;贺爽 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G01S7/02 | 分类号： | G01S7/02 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 迁移 学习 被动 雷达 辐射源 信号 识别 方法 | ||
【权利要求书】：
1.一种基于迁移学习的被动雷达外辐射源信号识别方法，其特征是，首先在一个采样频率数据集上训练得到一个模型作为基础网络，然后将基础网络的模型和参数直接迁移到不同采样频率的数据集目标域，做微调训练，基础网络使用含3层卷积和两层全连接层的神经网络模型；
数据集产生，使用矢量信号产生仪产生包括调频信号FM,移动通信系统信号GSM,长期演进信号LTE,宽带码分多址WCDMA,蓝牙Bluetooth和包括五种不同的无线局域网信号WLAN-ac、WLAN-a/g/j/p、WLAN-g、WLAN-b/g、WLAN-n的10种协议信号作为数据集；
参数迁移步骤如下：
步骤1:选择识别模型为包含三层卷积和两层全连接层的神经网络架构A，训练网络并保存模型和参数P作为基础网络；
步骤2:将基础网络的前n层作为目标网络的前n层，用参数P初始化前n层；
步骤3:随机初始化目标网络剩余的层即初始化全连接层；
步骤4:将目标网络在目标域不同采样率数据集重新训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810239621.3/1.html，转载请声明来源钻瓜专利网。
