-
公开(公告)号:CN117129952A
公开(公告)日:2023-11-28
申请号:CN202311099833.3
申请日:2023-08-29
申请人: 西安电子科技大学
IPC分类号: G01S7/36
摘要: 本发明提供了一种基于深度学习的小样本雷达有源干扰识别方法及系统,方法包括:基于雷达信号构建多通道雷达有源干扰数据集;构建干扰识别网络,包括构建深层特征感知模型、构建自适应置信度聚合模型和构建跨模态优化模型;根据自适应置信度聚合模型和跨模态优化模型的基础损失函数和蒸馏机制内部的损失函数得到干扰识别网络的总损失函数;基于多通道雷达有源干扰数据集和总损失函数对干扰识别网络联合训练,直至深层特征感知模型输出高精度、高稳定性且实时性强的雷达有源干扰识别信息。系统基于方法。本发明充分利用了小样本干扰信号的有效信息,使得深层特征感知模型能够不依赖于大规模的标记数据,而在小样本下获得较高的识别准确率和稳定性。