基于对抗的一致性正则半监督辐射源个体识别方法

摘要：

针对在有标签信号样本数量较少,待识别信号因复杂信道导致数据分布发生变化的实际场景中,传统通信辐射源个体识别技术识别率较低的问题,提出基于对抗的一致性正则半监督辐射源个体识别方法;该方法在一致性正则半监督模型上首次引入基于对抗的域适应思想,建立网络模型提取"域不变"特征,即不同信噪比条件下的信号数据的特征对齐,从而实现在原始信号上训练的模型,对其他信噪比下信号的高准确率识别;在ORACLE射频指纹数据集上通过设置不同条件的数据集展开实验,实验结果表明,基于对抗的一致性正则半监督模型比全监督方法以及经典的一致性正则半监督模型具有更高的识别准确率.

关键词：半监督学习、迁移学习、域适应、辐射源个体识别、射频指纹

所属期刊栏目：31

分类号：TP181(自动化基础理论)

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：204-209