【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
【机 构】
：
合肥讯飞数码科技有限公司人工智能研究院
论文部分内容阅读
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%。
其他文献
当前，社区警务中警民之间缺乏高效互动机制，导致社区力量动员不足。依照国家与社会互塑的逻辑和社会组织自身优势，社会组织“双向嵌入”社区警务具备可行性。社会组织通过改变以往“警民二分”的互动格局，将问题放置于公安机关与社区居民的中间界域，充分发挥群众动员、专业组织、桥梁传递、资源整合的优势；通过组织耦合、服务供给、意识内化，将社区警务参与内化为居民理性生活方式，实现社区力量的深度激活。
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
随着“双碳”目标的提出和国家能源转型加速，综合能源服务发展面临新形势与新要求。为加快建设以新能源为主体的新型电力系统，助力实现“双碳”目标，以广东省某一典型工业园区的分布式能源站为例进行了综合能源服务项目研究，分析了该典型工业园区的能源需求，提出了加强基础设施建设、建设综合能源服务平台、成立售能和节能服务机构等分布式能源站综合能源服务建设具体工作内容，可实现整个工业园区源-网-荷的安全、经济、高效
《哪吒之魔童降世》是由饺子（原名杨宇）执导兼编剧，制作历时3年多所完成的动画电影。电影取材自中国经典神话形象哪吒，在保有原本故事内涵的前提下对情节进行了适当的重构和改编，颠覆了传统的少年英雄形象，创造出了一部符合当下大众审美观念的佳作。本文将从母题变迁、传统与现代的碰撞、叙事策略等方面来探讨《哪吒之魔童降世》这部电影是如何通过动漫电影的独特手法来重新诠释传统神话经典的。
＜正＞11月5日,人力资源和社会保障部、财政部、应急管理部联合印发了《国家综合性消防救援队伍消防员管理规定（试行）》（人社部规【2019】3号）。消防员主管部门应急管理部会同人力资源和社会保障部主管国家综合性消防救援队伍消防员管理工作,消防救援队伍、森林消防队伍各级政治机关主管本单位消防员管理工作。
为了解决基于希尔伯特黄变换（HHT,Hilbert-Huang Transform）辐射源个体识别方法中的模态混叠分解不充分以及低信噪比下效果较差的问题，本文将信号处理与深度学习相结合提出了一种新的辐射源个体识别方法。首先，对信号进行差分处理，并通过变分模态分解得到对应的模态分量；接着，对各模态分量进行希尔伯特变换得到希尔伯特谱；最后，针对希尔伯特谱的稀疏性特点，本文运用改进的全局信息分析模块对其
本文分析了两站和三站时差分选的性能和运行效率，提出了一种基于云模型的辐射源信号多站分选方法.该方法首先利用两站时差分选方法完成脉冲配对与粗分选；然后运用云模型计算各配对成功脉冲集合在时差、脉宽和载频参数维度上的隶属度，合并来自同一辐射源的脉冲集合，实现细分选；最后利用另一个云模型计算配对失败脉冲与细分选后的集合在脉宽、载频和带宽参数维度上的隶属度，归类配对失败脉冲.仿真结果表明，与现有多站时差方法
针对现有雷达辐射源信号识别方法存在的识别率不足、网络模型复杂、鲁棒性差等问题，提出一种基于改进残差网络的雷达辐射源信号识别方法。通过时频分析方法将一维时域信号变换成二维时频图像，用作深度学习网络模型的训练和测试；借鉴轻量化和去“网格效应”的设计思想，构建改进的残差网络模型。实验结果表明，在-15～-10 dB低信噪比条件下，该模型对7种雷达信号的综合识别率为95.9%，比GoogLeNet，Ale
辐射源识别主要关注辐射源的个体差异，通过信号处理手段，获取辐射源信号上与设备硬件相关的特征参数，从而掌握辐射源设备的型号、工作状态等信息。由于通信信号愈发复杂，单一域特征识别无法全面反映信号的细微差异，直接对信号处理结果进行识别存在大量数据冗余，导致识别效果不佳。为提高空间辐射源的识别效果，提出了一种基于多域特征融合的辐射源识别方法，通过对信号进行Hilbert-Huang变换和高阶谱分析，并提取