基于子网对抗的多源域适应辐射源个体识别方法
李林
王闯
杜文博
俞璐
李宁
陆军工程大学 江苏南京 210007
摘要：基于迁移学习的辐射源个体识别方法近年来受到广泛关注和深入研究.然而,这些方法通常假设存在一个已标记的源域和一个未标记的目标域,往往忽视了源域之间分布的多样性和复杂性.文章旨在研究基于对抗的多源域适应辐射源个体识别方法,提出了一种基于子网对抗的多源域适应辐射源个体识别算法,并设计了一个多源子网对抗网络模型(multi-source subnet adversarial network,MS-SAN).结合生成对抗网络的博弈思想,采用对抗手段对齐各个源域与目标域的类别特征,以最大程度提取与域相关的特征信息.根据各子网对抗训练后源域和目标域类别特征的相似程度,赋予不同权重,最后采用加权组合的方法对目标样本进行预测.通过使用ORACLE射频指纹数据集对多源子网对抗网络模型进行验证,实验证明该方法相比其他方法具有更高的识别率.
关键词：迁移学习辐射源个体识别多源域适应生成对抗网络
论文发表日期：2025-12-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 68-73 )