(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211456173.5 (22)申请日 2022.11.21 (71)申请人 杭州电子科技大 学 地址 310000 浙江省杭州市下沙高教园区2 号大街 (72)发明人 赵琰　陈仕川　郑仕链　赵知劲　 姜明　戴绍港　 (74)专利代理 机构 浙江永鼎律师事务所 3 3233 专利代理师 陆永强 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 基于矢量空间分离的持续电磁信号分类方 法 (57)摘要 本方案公开了一种基于矢量空间分离的持 续电磁信号分类方法， 包括， 使用无线电信号作 为训练卷积神经网络的样本数据； 进行第一个任 务训练得到训练后的卷积神经网络； 当新任务到 来时， 在原有卷积神经网络模型上增加新的全 连 接层， 与旧的全连接层进行拼接输出； 新任务训 练过程中， 基于余弦相似度控制新旧任务在矢量 空间的距离， 并使用L2正则化平衡新旧任务权重 的大小， 同时使用交叉熵损失函数区分新类与旧 类； 新任务训练结束后得到新的卷积神经网络。 本方案引入一种相似度损失函数， 并在交叉熵损 失函数的共同作用下， 在矢量空间中， 保证新类 对旧类的分类和新类之间的区分， 来减少新类对 旧类的影响并保证新任务的学习。 权利要求书3页 说明书8页 附图4页 CN 115496115 A 2022.12.20 CN 115496115 A 1.一种基于 矢量空间分离的持续电磁信号分类方法， 其特 征在于， 该 方法包括： 使用无线电信号作为训练卷积神经网络的样本数据； 在对卷积神经网络进行第 一个任务训练前， 对卷积神经网络的全连接层权重进行归一 化处理； 随后进行第一个任务训练得到训练后的卷积神经网络； 当新任务到来时， 在原有卷积神经网络模型上增加新的全连接层， 与旧的全连接层进 行拼接输出； 新任务训练过程中， 基于余弦相似度控制新旧任务在矢量空间的距离， 并使用L2正则 化平衡新旧任务权 重的大小， 同时使用交叉熵损失函数区分新类与旧类； 新任务训练结束后得到新的卷积神经网络 。 2.如权利要求1所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于： 通过如下 方式对初始网络的全连接层进行归一 化处理：  (1) 其中 和 分别表示归一化前后的权重矩阵的第 元素， 和 分别 表示权重矩阵元 素的最小值和最大值。 3.如权利要求2所述的一种基于 矢量空间分离的持续电磁信号分类方法， 其特 征在于： 当新任务到来时， 在旧模型上增加新的全连接层， 对应新的类别， 新旧全连接层拼接输 出， 此时输出的全连接层权 重表示为： (2) 其中，  (3) 其中m代表旧类的数量， n代表新类的数量， 在训练过程中， 固定旧权重 不变， 对新网 络进行训练。 4.如权利要求3所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于：   使用相似度损失函数 （4） 控制新旧任务在矢量空间的距离： (4)。 5.如权利要求4所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于： 用于平衡新旧任务权 重的大小的L2惩罚项为： (5) 其中， 为训练集样本大小， 代表新任务权 重矢量所有参数的平方和。权　利　要　求　书 1/3 页 2 CN 115496115 A 26.如权利要求5所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于： 在矢量空间中， 区分新类与旧类的交叉熵损失函数为：  (6) 其中， 为样本真值标签， 为网络输出的预测标签。 7.如权利要求6所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于： 新任务训练过程中， 训练用的损失函数包括交叉熵损失函数和相似度损失函数： (7) 其中， 为控制相似度损失函数的超参数， 为正则项系数， 为交叉熵损失函数， 为正则项， 为相似度损失函数。 8.如权利要求1 ‑7任意一项所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于， 将 样本数据输入卷积神经网络之前， 先对样本数据进行功率归一 化： (8) 其中L表示信号的长度， x(n)为进行功率归一 化后的信号； 将每个信号样本的通道I和通道Q送入卷积神经网络， 其中I路为信号的实部， Q路为信 号的虚部， I Q信号表示 为：  (9)。 9.如权利要求8所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在于， 第一个任务类别之间的学习由交叉熵损失函数完成： (6) 其中， 为样本真值标签， 为网络输出的预测标签。 10.如权利要求1所述的一种基于矢量空间分离的持续电磁信号分类方法， 其特征在 于， 针对待分类无线电信号， 将所述的待分类无线电信号进行功率归一 化： (8)权　利　要　求　书 2/3 页 3 CN 115496115 A 3