[发明专利]一种基于度量学习的辐射源未知信号识别方法

权利要求书

1.一种基于度量学习的辐射源未知信号识别方法，该方法包括：

步骤1：获取辐射源样本信号，对样本信号进行划分，并计算每个样本信号的时频信息，得到由时频信息的实部、虚部、幅值、相位信息组成的时频矩阵；

步骤2：采用空间嵌入函数将步骤1得到的时频矩阵进行一维化，得到一维化向量；

步骤3：采用如下公式(1)，计算相同源样本的一维化向量的中心；

其中c_k代表每个源的中心，S_k是每个源的训练样本，|S_k|表示每个源的训练样本的个数，x_i是训练样本中一个样本，y_i代表该样本所属源标签，X_i表示样本x_i的一维化向量；

步骤4：采用如下公式(2)计算未知信号属于各个源的概率，概率最大的则表示该未知信号属于哪一个源；

d(Y_i,c_k)是未知信号的一维向量Y_i到c_k的距离；exp是Softmax函数，通过对未知信号到每个源的距离做一个Softmax归一化，转换为(0,1)内的概率值代表未知样本属于类别k的概率，k′＝1,2，…，K，K表示中心的总个数。

2.如权利要求1所述的一种基于度量学习的辐射源未知信号识别方法，其特征在于，步骤3计算出中心后，对各中心进行验证，验证方法为：

计算各样本属于各中心的概率，判断如下函数(3)是否稳定；

若函数稳定这步骤3计算的中心准确，如果函数不稳定，则更新步骤2中的空间嵌入函数重复步骤2和步骤3。