科研之友
微信
新浪微博
Facebook
分享链接
摘要
将无监督表征学习领域中对比预测编码技术用于辐射源个体特征提取，并结合复数网络，设计了一种基于复数对比预测编码的辐射源个体识别方法。对由实部和虚部组合而成的复数电磁信号，首先采用复数对比预测编码技术提取辐射源个体“指纹”特征，然后采用复数残差网络进行分类识别。实验结果表明，通过联合复数对比预测编码和复数残差网络的方法，极大地提高了辐射源个体识别正确率和鲁棒性，相较基于实数的神经网络算法和传统识别算法，识别正确率绝对提升了11.38%。
- 单位
将无监督表征学习领域中对比预测编码技术用于辐射源个体特征提取，并结合复数网络，设计了一种基于复数对比预测编码的辐射源个体识别方法。对由实部和虚部组合而成的复数电磁信号，首先采用复数对比预测编码技术提取辐射源个体“指纹”特征，然后采用复数残差网络进行分类识别。实验结果表明，通过联合复数对比预测编码和复数残差网络的方法，极大地提高了辐射源个体识别正确率和鲁棒性，相较基于实数的神经网络算法和传统识别算法，识别正确率绝对提升了11.38%。
