科研之友
微信
新浪微博
Facebook
分享链接
摘要
关于辐射源射频指纹识别研究通常被视为一个典型的闭集分类问题，但在非合作空间中，辐射源都是事先未知的，所以闭集分类算法很难适用。针对这一问题，本文提出一种面向非合作空间辐射源专家模型自扩展的开集识别(Open Set Recognition， OSR)方法，可自扩展识别非合作空间中的未知辐射源。首先利用开集方法对已知/未知辐射源样本进行识别，通过样本库构建形成若干独立辐射源识别专家模型；其次提出一种模型解耦式联邦策略，用于辐射源识别专家模型自扩展，使得专家模型能够在线持续学习(Continual Learning， CL)空间中的辐射源样本，有效克服了传统辐射源识别模型设计中出现的无法自动学习识别新辐射源样本和易发生灾难性遗忘等问题；最后，采用样本均衡和交织技术提升专家模型对辐射源指纹特征的特异性，从而确保各专家模型快速收敛和保持对特定辐射源识别高泛化能力。实验表明所提出的方法在5dB信噪比环境下对辐射源设备的分类准确率达到97.8%以上，27dB信噪比环境下可达到100%的准确率。
- 单位
