雷达学报

作者：刘康晟, 凌青, 闫文君, 张立民, 于柯远, 刘恒燕

单位：海军航空大学信息融合研究所 烟台 264001；

关键词：辐射源个体识别, 弱监督小波KAN, 伪标签迭代, 弱监督学习, 对比学习, 神经网络

基金：国家自然科学基金(62371465)，泰山学者工程专项经费基金(ts201511020)，山东省青创团队资助(2022KJ084)

当前辐射源个体识别技术多数基于有监督学习条件下开展，不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监督小波KAN (WSW-KAN)网络的弱标注辐射源识别算法。该算法首先结合KAN网络独有的边缘函数可学习特性和小波函数的多分辨率分析特性，构建WSW-KAN基线网络；然后将弱标注数据集拆分为小样本有标注数据集和大样本无标注数据集，利用小样本有标注数据集初步训练模型；最后在预训练模型基础上，基于自适应感知伪标签加权选择方法(APLWS)，采用对比学习方法提取无标签数据特征并迭代训练，从而有效提高模型的泛化能力。基于真实采集雷达数据集验证，该文所提出的算法对特定辐射源个体识别精度达到95%左右，且算法效率高、参数规模小、适应能力强，能够满足实际场景的需求。

来源：2025年第2期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第2期