基于数据增强的对比伪监督雷达辐射源信号脉内调制分类
信号处理
2022-10-14 v1
摘要
雷达波形自动分类是电子对抗（ECM）中的基础技术。近期基于监督深度学习的方法在此类分类任务中取得巨大成功。然而，这些方法需要足够的有标签样本才能正常工作，而在许多情况下无法获得。为解决该问题，本文提出一种三阶段深度雷达波形聚类（DRSC）技术，在无标签情况下自动对接收信号样本分组。首先，借助若干数据增强技术以自监督方式训练预文本模型，提取类相关特征。接着，引入伪监督对比训练，进一步促进所提取类相关特征间的分离。最后，通过伪标签生成将无监督问题转化为半监督分类问题。仿真结果表明，所提算法能有效提取类相关特征，优于多种无监督聚类方法，甚至达到与基于监督深度学习的方法相当的性能。
引用
@article{arxiv.2210.06973,
title = {Contrastive Psudo-supervised Classification for Intra-Pulse Modulation of Radar Emitter Signals Using data augmentation},
author = {HanCong Feng and XinHai Yan and KaiLi Jiang and XinYu Zhao and Bin Tang},
journal= {arXiv preprint arXiv:2210.06973},
year = {2022}
}