基于数据增强的小样本通信干扰识别技术

• 作者: 施育鑫 安康 李玉生
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: 数据增强 小样本 贝叶斯分类器 干扰识别
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 专家论坛|Expert Forum
• 页码范围: 25-31
• 页数: 7页
• 分类号: TN975
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2022.01.003

摘要

干扰识别是通信抗干扰过程的前置环节,为抗干扰决策和波形选择提供关键的先验知识,是抗干扰成功与否的关键步骤.在复杂的电磁条件下,对干扰信号进行大量标记往往是困难的,并且对干扰识别的实时性要求很高.针对上述问题,研究了一种基于数据增强的小样本干扰信号识别技术,以解决小样本条件下分类器训练过程的欠拟合问题.小样本条件下,在正态贝叶斯分类器和朴素贝叶斯分类器训练过程中,分别设计了两种数据增强方法增加训练样本以提高分类器性能.仿真结果表明,采用数据增强的干扰识别技术能够显著提高小样本条件下干扰识别的准确率.