基于双谱特征对比学习的无监督通信辐射源个体识别方法

技术特征：

1.一种基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，利用原始信号样本x与其正例之间的相似性、负例之间的差异性进行对比学习，提取更加具有区分度的特征表示ha,hb用于下游的分类识别任务；

3.根据权利要求1所述的基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，步骤1中的网络模型，具体如下：

4.根据权利要求2所述的基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，步骤5中，计算样本对对比损失lins，具体如下：

5.根据权利要求4所述的基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，步骤6中，计算聚类对比损失lclu，具体如下：

6.根据权利要求5所述的基于双谱特征对比学习的无监督通信辐射源个体识别方法，其特征在于，步骤6中，计算整体损失值l，具体如下：

技术总结
本发明公开了一种基于双谱特征对比学习的无监督通信辐射源个体识别方法，该方法的过程为：首先利用两个参数共享的残差网络作为主干网络进行特征对比学习，然后将增广样本的矩形积分双谱特征输入对比学习模块，进一步学习更加具有区分力的特征表示，从而增强不同辐射源样本之间的特征可分离性；其次，利用提取到的新特征表示在聚类簇层面进行对比学习，完成分类识别任务。通过在实测超短波通信电台数据集上进行实验，本发明方法相比于其他无监督学习算法识别效果更好，能够达到77.8％的识别准确率。

技术研发人员：雷迎科,李鹏程,金虎,冯辉,陈翔,王津,王友瑞,滕飞,潘必胜,俞红兵,钱锋,姜丽,张孟伯,王巍,王一川
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：
技术公布日：2024/1/13