基于EfficientNet-WGANomaly的雷达辐射源个体开集识别

现代战场电磁环境日趋复杂,辐射源种类繁多,传统闭集环境下雷达辐射源的识别方法应用于开集环境上识别精度较低、鲁棒性较差。为了有效解决辐射源个体开集识别问题,提高辐射源个体识别的精度,借鉴图像异常检测的思想,提出了基于EfficientNet-WGANomaly的雷达辐射源个体开集识别方法。采用短时傅里叶变换对雷达辐射源信号进行时频特征转换,将一维信号数据转换成二维时频图,利用EfficientNet-WGANomaly模型对二维时频图进行特征重构和图像重构,未知信号重构前后的特征及图像差异性较大,利用图像异常检测的差异性区分已知信号和未知信号,并对已知信号进行个体识别。仿真实验表明,提出的方法有效解决了雷达辐射源个体开集识别的问题。