[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： | 本发明属于雷达和通信信号识别领域，为提出一种外辐射源信号识别的迁移学习方法，可解决不同采样率信号训练得到的模型的迁移问题。该方法与源域和目标域采样频率的大小关系无关。为此，本发明采用的技术方案是，基于迁移学习的被动雷达外辐射源信号识别方法，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。本发明主要应用于雷达和通信信号识别场合。 | ||
| 搜索关键词： | 基于 迁移 学习 被动 雷达 辐射源 信号 识别 方法 | ||
【主权项】：
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。
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/patent/201810239621.3/，转载请声明来源钻瓜专利网。
