基于MDGAN网络的数据集扩增方法

发布时间：2025-04-18 04:41

　　 针对雷达辐射源数据集样本数量有限、样本多样性不足的问题,提出了一种无监督的由图像生成图像的网络—多样性最大化生成对抗网络(Maximum Diversity Generative Adversarial Network,MDGAN)。该网络在原始生成对抗网络的生成器目标函数基础上加上了一个额外的正则化项,该正则化项表示生成器中特征图之间的距离与生成特征图所用随机向量之间的距离的比值,通过最大化这个比值,可以让生成器尽量生成拥有不同特征的样本,以增加样本的多样性。对6种常见雷达信号进行仿真实验,证明了MDGAN在生成真实且多样的样本方面是有效的。

【文章页数】：7 页

【部分图文】：

图5 BFSK实验结果对比

图4CW实验结果对比图6LFM实验结果对比

图6 LFM实验结果对比

图5BFSK实验结果对比图7MPSK实验结果对比

图7 MPSK实验结果对比

图6LFM实验结果对比图8NLFM实验结果对比

图3 BPSK实验结果对比

图26种雷达信号的时频图像图4CW实验结果对比

本文编号：4040545