摘要

本发明属于辐射源个体识别技术领域,公开了一种空中辐射源个体智能增量识别方法、系统、终端及应用,对接收到的空中辐射源ADS-B(广播式自动相关监视)信号分别提取模糊函数、双谱变换、希尔伯特黄变换、短时傅里叶变换共四种特征,将特征进行线性特征融合得到新的特征图;通过卷积神经网络来对已知类别的辐射源个体进行分类识别,得到网络模型;对于未训练类别数据,采取增量学习的方式进行训练,实现空中辐射源个体的智能增量识别。本发明能够在较低信噪比下有良好的识别准确率,在不同的信道下仍具有良好的识别能力,对某单一特征的依赖性不强,解决了训练数据分批次到达的问题,大大缩短了训练所需时间并减小了存储数据所需空间。