典型文献
P-Net框架下的小样本雷达信号识别算法
文献摘要：
针对雷达信号由于缺少先验知识难以形成信号模板或识别网络的识别难题,本文重新审视了战争雷达的应用场景,并提出一种基于原型网络的雷达信号识别算法.原型网络作为一种弱监督学习模型,已被证明对于小样本数据的分类拟合具有积极作用.本文利用卷积神经网络将现有的充足样本信号时频信息映射到样本空间,获取各充足类样本原型,以样本点到原型的距离为损失函数,使得类间分散、类内聚合,得到泛化的训练模型.实验结果表明:小样本信号在较少先验信息的支持和微调下,通过泛化的模型能准确识别信号类别.在多种小样本信号并存的条件下,-2 dB时识别率可达90％以上.
文献关键词：
雷达信号识别;原型网络;卷积神经网络;弱监督;小样本;标签数据;识别网络;时频信息;泛化的训练模型
中图分类号：
作者姓名：
徐帅;刘鲁涛
作者机构：
哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001
文献出处：
引用格式：
[1]徐帅;刘鲁涛-.P-Net框架下的小样本雷达信号识别算法)[J].哈尔滨工程大学学报,2022(05):739-744,752
A类：
泛化的训练模型
B类：
Net,雷达信号识别,识别算法,先验知识,信号模板,识别网络,基于原型,原型网络,弱监督学习,小样本数据,分类拟合,时频信息,射到,样本空间,样本点,损失函数,内聚,小样本信号,先验信息,微调,调下,准确识别,dB,识别率,标签数据
AB值：
0.275143
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
