[发明专利]一种辐射源信号生成方法、装置及存储介质

说明书

本申请公开了一种辐射源信号生成方法、装置及存储介质，涉及雷达通信技术领域，解决了现有技术中雷达辐射源识别中样本集小的问题。该方法包括：构建初始一维生成式对抗网络，初始一维生成式对抗网络包括生成器和判别器；对初始生成式对抗网络进行训练，得到可用生成式对抗网络；根据可用生成式对抗网络，生成一组雷达辐射源信号样本；本申请通过该方法，采用了一种辐射源信号的生成方法，实现了扩大雷达辐射源识别样本集的效果。

技术领域

本申请涉及雷达通信技术领域，尤其涉及一种辐射源信号生成方法、装置及存储介质。

背景技术

对辐射源信号的识别是雷达电子对抗中的一个重要组成部分，雷达辐射源识别是将雷达侦查所获得到的雷达信号的特征参数与一直的雷达的技术性能进行比较，进而实时地辨认出发射此信号雷达的类型，并确定这种雷达的用途、载体、威胁等级和识别可信度。

目前对辐射源信号的识别，主要依赖于海量的数据集样本进行深度学习中的监督学习，这些方法在一定的条件下都取得了不错的效果。

但在实际的情况中，海量的数据集样本在实际应用环境中非常难获得，在实际应用环境下，电子侦察的非合作性使得样本取样成为了一个困难的过程，这使得基于深度学习雷达辐射源识别转换成了一个辐射源信号样本集小问题。

发明内容

本申请实施例通过提供一种辐射源信号的生成方法、装置及存储介质，解决了现有技术中雷达辐射源识别中辐射源信号样本集小的问题。

第一方面，本发明实施例提供了一种辐射源信号生成方法，包括：

构建初始一维生成式对抗网络，所述初始一维生成式对抗网络包括生成器和判别器；

对所述初始生成式对抗网络进行训练，得到可用生成式对抗网络；

根据所述可用生成式对抗网络，生成一组雷达辐射源信号样本。

结合第一方面，在一种可能的实现方式中，所述对所述初始生成式对抗网络进行训练，包括：

构建原始信号集；

在预设区间内选取随机序列，得到随机生成信号集；

固定所述生成器参数，将所述原始信号集和所述随机生成信号集输入判别器，训练所述判别器；

固定所述判别器阐述，将所述随机生成信号集输入生成器，训练所述生成器；

判断所述判别器的输出是否为预设值，若否则重复执行上述三个步骤。

结合第一方面，在一种可能的实现方式中，所述训练所述判别器，包括：使用梯度上升法优化所述判别器的价值函数。

结合第一方面，在一种可能的实现方式中，所述梯度上升法公式如下：

其中θ_d表示所述判别器中的网络参数，η表示学习率，表示求梯度；

结合第一方面，在一种可能的实现方式中，所述训练所述生成器，包括：使用梯度下降法优化所述生成器的损失函数。

结合第一方面，在一种可能的实现方式中，所述梯度下降法公式如下：

其中θ_g表示所述判别器中的网络参数，η表示学习率，表示梯度。

结合第一方面，在一种可能的实现方式中，所述根据所述可用生成式对抗网络，生成一组雷达辐射源信号样本，包括：

将多个预设区间内均匀分布的随机序列输入训练完成的所述生成器，得到一组雷达辐射源信号样本。

第二方面，本发明实施例提供了一种辐射源信号生成的装置，包括：