龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明公开了一种基于KAN网络的辐射源个体识别方法，首先采集辐射源个体数据，提取有效信号作为辐射源个体识别样本集；将辐射源个体识别样本集归一化处理，并划分训练集和测试集；构建KAN网络结构模型作为辐射源个体识别模型，再采用训练集训练KAN网络模型，利用交叉熵损失函数计算分类损失，经过反向传播模型权值，训练完成得到辐射源个体识别模型；最后将测试集输入已训练的个体识别模型，输出识别标签和识别概率，将识别概率最大的标签作为识别结果。本发明能够准确识别各辐射个体并且能在不同的信噪比尤其是低信噪比条件下有更高的识别率。
主权项：1.一种基于KAN网络的辐射源个体识别方法，其特征在于，包括如下步骤：1信号采集：将辐射源个体产生的IQ信号作为发射端信号，通用软件无线电外设USRP作为接收端进行过采样接收；2信号预处理：将接收到的IQ信号进行预处理：将每1024个采样点作为一段数据，采用Matlab滑块方式筛选出有用的数据段作为有效数据，每个辐射源个体筛选1000段有效数据，再把每段数据做能量归一化，信号处理后拼接成1024×2大小的二维信号，每个个体数据按4：1划分为训练集和测试集；3设置KAN模型：模型为两层的KAN全连接层，包括输入层、隐藏层、输出层、softmax分类层，其中输入层为打平后的1024×2的有效IQ信号段，即输入为2048×1的一维数据，隐藏层维数为4096×1，输出层为辐射源个体数，每个网络节点处为普通的乘法，网络权重为待优化的激活函数，每个激活函数由样条函数spline来逼近；4采用训练集训练构建好的KAN网络模型：训练阶段采用反向传播算法进行，目标是调整每个激活函数中样条函数的权重，以最小化预测输出与实际标签之间的误差；5依据测试集测试训练好的KAN网络模型，经softmax分类后识别概率最大的标签作为识别结果。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种基于KAN网络的辐射源个体识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号