电讯技术

北大核心,INSPEC,WJCI

国内刊号:51-1267/TN

国际刊号:1001-893X

电讯技术杂志2024年第7期:基于深度学习的跨域辐射源个体识别综述

发布日期:

作者:李奇真,刘佳旭,梁先明,龙慧敏,董海,曹广平,李建清

单位:(1.中国西南电子技术研究所,成都 610036;2.电子科技大学 电子科学与工程学院,成都 611731)

关键词:跨域辐射源个体识别;深度学习;域适应;开源跨域辐射源数据集;

基于深度学习的辐射源个体识别已经成为识别和认证无线设备的主要研究方法之一。然而,基于传统深度学习的辐射源个体识别算法不能直接应用于跨域(跨信道条件、跨接收机、跨接收时间等)辐射源个体识别场景,因为一个域上的数据训练的模型用于另一个域上进行推理,其效果通常会变差。调研了现有基于对比学习、迁移学习、域适应等先进深度学习的跨域辐射源个体识别方法,整理和归纳了跨域辐射源个体识别相关的开源数据集。分析了跨域辐射源个体识别存在的难题与挑战,展望了跨域辐射源个体识别发展趋势及未来研究方向,以助力深度学习在复杂电磁环境下辐射源个体识别的实用化。

来源:2024年第7期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第7期

联系我们

  • 地址:四川省成都市金牛区营康西路85号
  • 电话:028-87555632
  • E-mail:dxjs@cetc.com.cn

咨询工作人员