[发明专利]一种基于度量与深度学习的辐射源射频特征提取方法在审
| 申请号： | 202310741437.X | 申请日： | 2023-06-21 |
| 公开（公告）号： | CN116738209A | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 刘鲁涛;张伟;蒋伊琳 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F18/213 | 分类号： | G06F18/213;G06F18/214;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨市松花江联合专利商标代理有限公司 23213 | 代理人： | 于歌 |
| 地址： | 150001 黑龙江*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 一种基于度量与深度学习的辐射源射频特征提取方法，它属于辐射源射频特征提取技术领域。本发明解决了采用现有方法难以提取到具有良好的稳定性和可分性的RF特征，且提取的RF特征易受IM信息的干扰而失效的问题。本发明方法为：构建建模数据集和理想训练数据集；对构建数据集中的每个RF信号样本进行处理，得到每个RF信号样本对应的处理结果；利用理想训练数据集中RF信号样本的处理结果对搭建的AE网络进行训练；利用建模数据集中RF信号样本的处理结果和训练好的AE网络对FRM网络进行训练；对待检测RF信号进行处理后，将处理结果输入训练好的受信号特征编码器输出约束的FRM网络，得到辐射源射频特征提取结果。本发明可以应用于辐射源射频特征提取。 | ||
| 搜索关键词： | 一种 基于 度量 深度 学习 辐射源 射频 特征 提取 方法 | ||
【主权项】：
暂无信息
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/202310741437.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种AI音乐按摩床电路系统及AI按摩床
- 下一篇：镜片面型的优化方法
