基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
畸变雷达电磁信号会严重影响雷达侦察装备的探测性能.如何有效地识别畸变信号类型对侦察系统的精确感知具有重要现实意义.针对畸变雷达信号往往存在样本稀缺的问题,该文提出一种基于模型无关元学习的残差网络(MAML-ResNet).算法首先利用正常雷达信号样本训练元学习器,然后在畸变信号样本进行精调,最后在仅有少量畸变信号样本下,实现畸变信号的识别.实验结果表明该算法有效地提高了在小样本数据下畸变信号的识别准确率.
推荐文章
基于机器学习的车用主动防撞预警雷达信号识别系统研究
机器学习
车用
主动防撞预警
雷达信号
识别系统
同向和相向干扰
基于折叠法和灰关联分析的威胁雷达信号识别
折叠法
灰关联分析法
威胁雷达信号
信号分选
基于自动机器学习流程优化的雷达辐射源信号识别
自动机器学习
超参数优化
遗传编程
雷达辐射源信号
支持向量机
雷达测速信号的BP网络识别
BP网络
神经网络
测速雷达
信号识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于元学习的畸变雷达电磁信号识别
来源期刊 电子与信息学报 学科 工学
关键词 畸变雷达信号识别 深度学习 小样本学习 元学习
年,卷(期) 2022,(4) 所属期刊栏目 雷达、导航与微波技术|Radar, Navigation and Microwave Technique
研究方向 页码范围 1351-1357
页数 7页 分类号 TN95
字数 语种 中文
DOI 10.11999/JEIT210190
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
畸变雷达信号识别
深度学习
小样本学习
元学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
论文1v1指导