一种新的基于卷尾蜜熊算法的未知辐射源信号辨识方法

    公开(公告)号:CN117315311A

    公开(公告)日:2023-12-29

    申请号:CN202311339211.3

    申请日:2023-10-17

    摘要: 本发明公开了一种新的基于卷尾蜜熊算法的未知辐射源信号辨识方法,包括:对原始辐射源调制信号的数据集中的信息进行崔‑威廉斯分布处理,获取时频图;通过时频图对预设初始辨识模型进行训练,获取初始判别结果;根据初始判别结果设计卷尾蜜熊算法,优化训练后的模型,获取最佳辨识模型;利用最佳辨识模型,获取未知辐射源信号辨识结果。本发明搭建衍生卷积自编码器,设计衍生损失,构造判别模型融合方式,融合各模型判别结果,增加未知辐射源判别的鲁棒性,设计卷尾蜜熊算法,构造香气因子,为卷尾蜜熊添加跳跃属性,优化卷尾蜜熊位置,使判别模型阈值随迭代次数不断改进,提升模型的判别能力,增强了未知辐射源信号辨识方法的泛化性和准确性。

    一种无人机航迹规划方法
    2.
    发明公开

    公开(公告)号:CN116698037A

    公开(公告)日:2023-09-05

    申请号:CN202310631500.4

    申请日:2023-05-31

    摘要: 本发明公开了一种无人机航迹规划方法,无人机获取自身和目标信息,获取每个时刻状态,将每个时刻状态输入至预先训练好的DDPG网络,DDPG网络包括Actor网络和Critic网络,利用Actor在线网络决策每个时刻无人机飞行动作,形成最终航迹;DDPG网络的训练过程包括:对无人机航迹规划场景进行建模,设计无人机航迹规划模型状态空间、动作空间、奖励函数以及网络训练参数;采用融合沙丘噪声灵敏度和萤火因子的改进蜣螂算法优化奖励函数的奖励系数,获取最优系数组合,根据最优系数组合和网络训练参数对DDPG网络进行训练,得到训练好的网络。本发明解决了模型适配场景有限、收敛效果不佳问题,提高航迹规划可靠性。

    一种无人机航迹规划方法

    公开(公告)号:CN116698037B

    公开(公告)日:2024-03-26

    申请号:CN202310631500.4

    申请日:2023-05-31

    摘要: 本发明公开了一种无人机航迹规划方法,无人机获取自身和目标信息,获取每个时刻状态,将每个时刻状态输入至预先训练好的DDPG网络,DDPG网络包括Actor网络和Critic网络,利用Actor在线网络决策每个时刻无人机飞行动作,形成最终航迹;DDPG网络的训练过程包括:对无人机航迹规划场景进行建模,设计无人机航迹规划模型状态空间、动作空间、奖励函数以及网络训练参数;采用融合沙丘噪声灵敏度和萤火因子的改进蜣螂算法优化奖励函数的奖励系数,获取最优系数组合,根据最优系数组合和网络训练参数对DDPG网络进行训练,得到训练好的网络。本发明解决了模型适配场景有限、收敛效果不佳问题,提高航迹规划可靠性。