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：哈尔滨工业大学
摘要：一种复杂干扰场景下的组合干扰识别方法及系统，涉及雷达抗干扰技术领域。本发明是为了解决现有组合干扰识别方法识别准确率低的问题。本发明包括：获取待检测的组合干扰数据，将待检测的组合干扰数据输入到组合干扰识别网络中，获得组合干扰的存在概率向量；将组合干扰的存在概率向量输入到多阈值函数中，获得获得即干扰识别结果。干扰识别网络通过以下方式获得：获取组合干扰数据集，将组合干扰数据集分为训练集和测试集；利用训练集训练一维卷积神经网络；利用测试集测试训练好的一维卷积神经网络，从而获得干扰识别网络。本发明用于识别组合干扰。
主权项：1.一种复杂干扰场景下的组合干扰识别方法，其特征在于所述方法包括以下步骤：步骤一、获取待检测的组合干扰数据，将待检测的组合干扰数据输入到组合干扰识别网络中，获得组合干扰的存在概率向量P＝[P1,P2,…,PM]；其中，pi是第i种干扰存在概率，i∈[1,M]，M是干扰类别总数量；所述干扰识别网络，通过以下方式获得：S1、获取组合干扰数据集，将组合干扰数据集分为训练集和测试集；S2、利用训练集训练一维卷积神经网络，直至一维卷积神经网络的损失函数收敛，获得训练好的一维卷积神经网络；S3、利用测试集测试训练好的一维卷积神经网络，获得训练好的一维卷积神经网络的识别精度，若识别精度大于等于预设阈值，则当前训练好的一维卷积神经网络即为干扰识别网络，若识别精度小于预设阈值，则返回S1；步骤二、将步骤一获得的组合干扰的存在概率向量输入到多阈值函数中，获得干扰识别结果；所述多阈值函数，如下式： 其中，εi是预设的第i种干扰的判别阈值,Li是第i种干扰存在标签；预设的第i种干扰的判别阈值，通过以下方式获得： 其中，recalli为第i类干扰的召回率，precisioni是为第i类干扰的精度，TNi是实际正样本数且预测为正样本的数量，NPi是实际为正样本但预测为负样本数的数量，FPi是实际为负样本但预测为正样本的数量；其中，某种干扰的正样本是标签为1的样本，负样本是标签0的样本。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种复杂干扰场景下的组合干扰识别方法及系统
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。
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