[發明專利]基于多鑒別器模型的新增未訓練輻射源檢測方法

在審

• 申請號: 202211082870.9
• 申請日: 2022-09-06
• 公開（公告）號: CN115392392A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 金燕華;顏松濤;衛夢凡;朱玲
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 成都行之智信知識產權代理有限公司 51256
• 代理人: 溫利平

1.一種基于多鑒別器模型的新增未訓練輻射源檢測方法，其特征在于，包括以下步驟：

S1：根據實際情況確定N個已標識輻射源，對于每個已標識輻射源分別采集若干時長為T的信號，然后將每個信號進行圖像化，得到對應的信號圖像；將每個已標識輻射源的信號圖像集合φ_n劃分為訓練集α_n和測試集β_n，n＝1,2,...,N，將N個已標識輻射源的信號圖像集合φ_n的合集記為信號圖像集合φ_N+1，將N個已標識輻射源的訓練集α_n的合集記為訓練集α_N+1，將N個已標識輻射源的測試集β_n的合集記為測試集β_N+1；

S2：設置一個生成器G和N+1個鑒別器D_n′，n′＝1,2,…,N+1，其中生成器G用于生成偽信號圖像，第1個至第N個鑒別器D_n分別用于鑒別輸入的信號圖像屬于第n個已標識輻射源的概率值，第N+1個鑒別器D_N+1用于鑒別輸入的信號圖像屬于已標識輻射源的概率值；

S3：依次將生成器G和每個鑒別器D_n′構建成為子生成對抗網絡GAN_n，對于每個子生成對抗網絡GAN_n′，采用步驟S1中構建的訓練集α_n′作為真實圖像集，對子生成對抗網絡GAN_n′進行訓練，從而得到N+1個訓練完成的鑒別器D_n′；

S4：對于步驟S3訓練完成的每個鑒別器D_n′，將測試集β_n′中的每個信號圖像輸入鑒別器D_n′，得到輸出的概率值集合，根據概率值集合確定最小概率值γ_n′,min和最大概率值γ_n′,max，從而得到判定區間[γ_n′,min,γ_n′,max]；將信號圖像集合φ_n′中的每個信號圖像輸入鑒別器D_n′，統計輸出概率值位于判定區間[γ_n′,min,γ_n′,max]的比例值z_n′，令比例參數ω_n′＝λ×z_n′，λ為預設的常數，其取值范圍為λ∈[0.5,1)；

S5：對待鑒別輻射源采集若干時長為T的信號，按照步驟S1中的相同方法生成每個信號的信號圖像，然后將每個信號圖像分別輸入鑒別器D_n′，統計輸出概率值位于判定區間[γ_n′,min,γ_n′,max]的比例ω′，如果ω′＞ω_n′，則判定待鑒別輻射源由鑒別器D_n′鑒別通過，否則鑒別未通過；然后再按照以下規則確定待鑒別輻射源是否為新增輻射源：

如果鑒別器D_N+1鑒別未通過，則進一步判斷鑒別器D₁至D_N是否全部鑒別通過，如果是則判定待鑒別輻射源為已標識輻射源，否則判定待鑒別輻射源為新增輻射源；

如果鑒別器D_N+1鑒別通過，則進一步判斷鑒別器D₁至D_N是否全部鑒別未通過，如果是則判定待鑒別輻射源為新增輻射源，否則判定待鑒別輻射源為已標識輻射源。

2.根據權利要求1所述的新增未訓練輻射源檢測方法，其特征在于，所述步驟S1中對信號進行圖像化采用基于分段映射的信號圖像生成方法，具體方法為：將時長為T的信號的I/Q數據均勻劃分為M段，M的值根據實際需要確定，分別將每段I/Q數據映射得到子信號圖像，然后將得到的M段子信號圖像進行疊加，將疊加后的信號圖像作為原始信號映射得到的信號圖像。