申请/专利权人：厦门大学

申请日：2020-09-23

公开（公告）日：2024-03-22

公开（公告）号：CN112183300B

主分类号：G06F18/24

分类号：G06F18/24;G06N3/045;G06N3/0464;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本发明给出了一种基于多层次稀疏表示的AIS辐射源识别方法及系统，包括对AIS信号的训练样本进行预处理后，截取训练样本中的有效数据作为原始信号；利用基于深度学习中的注意力机制对输入信号的各个特征通道按重要程度进行加权的方式建立深度神经网络，提取原始信号的浅层特征和深层特征；构建原始信号的原始字典，再利用浅层特征和深层特征对原始字典进行扩充，并降维后得到多层次字典；利用多层次字典对AIS信号的测试样本进行稀疏重构，当稀疏重构误差最小时，对应的AIS信号类别为AIS信号的测试样本所属的辐射源个体。以上方法便于从原始信号中抽取更有利于分类的浅层特征和深层特征，能够获得更高的准确率，并且在小样本情况下依然具有过完备性。

主权项：1.一种基于多层次稀疏表示的AIS辐射源识别方法，其特征在于，包括以下步骤：S1：对AIS信号的训练样本进行包括解调、抽样和解码的预处理后，截取所述训练样本中包括上升沿、训练序列和开始标志在内的有效数据，将所述有效数据作为用于特征提取的原始信号；S2：利用基于深度学习中的注意力机制对输入信号的各个特征通道按重要程度进行加权的方式建立深度神经网络，将所述原始信号依次通过两个串行的所述深度神经网络，并依次提取所述原始信号的浅层特征和深层特征，再通过一个全连接层后，使用激活函数进行分类；S3：构建所述原始信号的原始字典，再利用所述浅层特征和所述深层特征对所述原始字典进行扩充，并降维后得到多层次字典；S4：在所述多层次字典中的所有AIS信号类别上分别对AIS信号的测试样本进行稀疏重构并求取稀疏重构误差，当所述稀疏重构误差最小时，对应的AIS信号类别为所述AIS信号的测试样本所属的辐射源个体。

全文数据：

权利要求：

百度查询： 厦门大学 一种基于多层次稀疏表示的AIS辐射源识别方法及系统

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