申请/专利权人：中国电子科技集团公司第五十四研究所

申请日：2023-11-21

公开（公告）日：2024-03-22

公开（公告）号：CN117743753A

主分类号：G06F18/00

分类号：G06F18/00;G06F18/10;G06N3/0464;G06N3/084;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于两阶段微调的干扰信号识别方法，属于通信技术领域。本发明通过设计搭建TSFTJR‑Net干扰信号识别网络模型，在干扰种类和干扰频率范围的检测精度上获得了较为显著的性能提升；引入了目标检测算法，通过预测干扰时频图中干扰信号的位置得到干扰信号的频率范围；模型训练中使用了两阶段训练，包括了基础模型训练和微调模型训练，能够使模型能在少量新类数据的情形下依然保持良好的泛化性能。本发明算法相较于现有算法有明显的优越性，可解决传统干扰识别方法的特征提取不充分以及现有的基于深度学习的干扰识别方法需要大量训练数据的问题。

主权项：1.一种基于两阶段微调的干扰信号识别方法，其特征在于，包括以下步骤：步骤1，生成基类模型训练集、微调模型训练集和测试数据集；其中，基类模型训练集包括基础类型的干扰信号时频图，微调模型训练集包括基础类型和新增类型的干扰信号时频图，测试数据集包括在信干噪比0-10dB的环境下生成的干扰信号时频图；步骤2，构建干扰信号识别网络模型，模型通过预测干扰时频图中干扰信号的位置得到干扰信号的频率范围，同时得到干扰位置对应的干扰类别；步骤3，将基类模型训练集输入到构建的干扰信号识别网络模型，进行第一阶段的基类模型训练；并使用测试数据集对收敛后的模型进行测试，测试通过后得到训练好的干扰信号识别网络基类模型；步骤4，将微调模型训练集输入到干扰信号识别网络基类模型，进行第二阶段的微调模型训练；并使用测试数据集对收敛后的模型进行测试，测试通过后得到训练好的干扰信号识别网络微调模型；步骤5，利用干扰信号识别网络微调模型进行干扰信号识别。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第五十四研究所 一种基于两阶段微调的干扰信号识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD