CN116451131B 一种基于自监督时间卷积网络的雷达脉冲序列识别方法 （中国电子科技集团公司第二十九研究所）_第1页
CN116451131B 一种基于自监督时间卷积网络的雷达脉冲序列识别方法 （中国电子科技集团公司第二十九研究所）_第2页
CN116451131B 一种基于自监督时间卷积网络的雷达脉冲序列识别方法 （中国电子科技集团公司第二十九研究所）_第3页
CN116451131B 一种基于自监督时间卷积网络的雷达脉冲序列识别方法 （中国电子科技集团公司第二十九研究所）_第4页
CN116451131B 一种基于自监督时间卷积网络的雷达脉冲序列识别方法 （中国电子科技集团公司第二十九研究所）_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于自监督时间卷积网络的雷达脉冲本发明公开了一种基于自监督时间卷积网数据驱动的深度学习方法对大量的脉冲参数序最后得到训练好的脉冲序列分类器用于辐射源的特征提取结构能够有效提取输入的脉冲序列参数的变化特征，并根据序列关系输出逐脉冲/2,冲序列计算重构误差损失其中m为批次样本数，xi为输入脉,2.如权利要求1所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在3.如权利要求2所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在4.如权利要求1所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在5.如权利要求1所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在6.如权利要求5所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在7.如权利要求1所述的基于自监督时间卷积网络的雷达脉冲序列识别方法，其特征在8.一种基于自监督时间卷积网络的雷达脉冲序3,列，并与原始脉冲序列计算重构误差损失其中m为批次样本,模型识别模块，用于模型识别；其中，选择训练好的时序卷积编45序列的标签信息计算交叉熵损失其中n是分类数目，yi,列，并与原始脉冲序列计算重构误差损失其中m为批次样本,6单点参数测量带来的动态误差影响，因此利用脉冲参数序列来进行识别是一种可行的方和检测误差对单脉冲参数识别带来的影响，本发明设计了针对脉冲序列的深度卷积网络，[0038]自监督时间卷积分类网络设计：设计具有图2所示结构的自监督时间卷积分类网[0039]该网络包括一个时间卷积编码器，一个时间卷积解码器和一个时序目标分类7,,i为重建脉冲参数序列。此支路主要通过自[0042]在识别过程中，只使用训练好的时间卷积编码器用来计方式隐性地刻画了PDW在时间上的变化规律，解决了单脉冲识别方法中对参数值的过度依[0044]同时本方法采用的双支路训练过程，通过脉冲序列和数数据验证，首先使用10种不同型号的雷达实测数据按照发明步骤(1)(2)的方法制作数据[0047]然后按照图2所示的网络结构开发设计了自监督时间卷积深度神经网络，时间卷8后得到训练好的脉冲序列分类器用于辐射源类型的识9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论