[发明专利]一种结合频谱与智能的在线对抗学习测试系统在审
申请号: | 202210969476.0 | 申请日: | 2022-08-12 |
公开(公告)号: | CN115499071A | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 谢海东;陈远清;向雪霜;纪楠 | 申请(专利权)人: | 中国空间技术研究院 |
主分类号: | H04B17/00 | 分类号: | H04B17/00;H04B17/391;H04B17/309;H04B1/00;H04W12/122;G06N3/04;G06N3/08;G06N5/04 |
代理公司: | 中国航天科技专利中心 11009 | 代理人: | 张欢 |
地址: | 100194 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结合 频谱 智能 在线 对抗 学习 测试 系统 | ||
1.一种结合频谱与智能的在线对抗学习测试系统,其特征在于,包括硬件系统和软件系统;
硬件系统包括频谱收发模块、软件无线电模块和智能计算模块;频谱收发模块使用可重构天线接收与发射频谱信号并传递给软件无线电模块,软件无线电模块对频谱信号进行初步处理并传递给智能计算模块,智能计算模块完成频谱信号的智能计算任务;
软件系统包括系统参数配置模块、频谱处理模块、数据管理模块、对抗样本生成模块、智能训练模块、智能推理模块,系统参数配置模块、数据管理模块、对抗样本生成模块、智能训练模块、智能推理模块运行在智能计算模块上;系统参数配置模块完成所述在线对抗学习测试系统所需的参数配置,频谱处理模块对接收到的频谱信号进行收发并加工处理;数据管理模块对频谱处理模块处理后的射频数据进行分批打包后输入至智能训练模块;对抗样本生成模块生成对抗样本;智能训练模块将数据管理模块和对抗样本生成模块输入的训练集数据按批次送入神经网络进行在线训练,迭代直至得到收敛的模型;智能推理模块评估测试在无干扰对抗和干扰对抗时的模型性能。
2.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述频谱收发模块使用的可重构天线为可收发频谱信号的天线,要求其接收频谱、功率参数能够受软件系统控制。
3.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述软件无线电模块采用USRP设备,对天线接收数据进行载波滤波、调制解调处理。
4.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述系统参数配置模块包括硬件参数配置和算法参数配置,硬件参数配置包括频谱采样率、中心频率、硬件传输的数据类型、收发的通道增益、带宽、通道数的设置;算法参数配置对频谱处理模块、数据管理模块、对抗样本生成模块、智能训练模块、智能推理模块的各种参数进行配置,包括神经网络结构、学习率、迭代次数、对抗扰动大小、模型文件保存路径的配置。
5.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述频谱处理模块将参数配置应用于硬件系统,并控制硬件系统完成整个频谱收发全流程,包括天线接收、信号检测、载波频率校准、符号相位同步、调制解调、编码解码;在发射频谱信号前端添加同步头,使得接收后通过同步头相关器进行对准;
频谱处理模块的具体工作包括发送控制与接收控制;对于接收控制,频谱处理模块控制频谱收发模块接收频谱信号,传递给软件无线电模块进行信号处理,将获取的处理数据传递给智能计算模块写入数据缓存池,衔接数据管理模块;对于发送控制,则根据数据管理模块对于数据集的数量与多样性要求,选择不同的频谱信号并添加相应同步头,依次通过软件无线电模块、频谱收发模块发射频谱数据。
6.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述数据管理模块设置缓存区,管理数据的发送间隔,频谱数据实时存到缓存区,缓存区数据遵循先进先出原则,每次从缓存区取出包含所有种类的一批次数据集进行数据增强,将增强后的数据按设定的比例划分为训练集、测试集、验证集三部分;
数据管理模块包括数据打包部分、数据增强部分、数据控制部分;对于数据打包,根据智能训练或推理的要求进行固定批量打包;对于数据增强,数据管理模块对接收端的数据进行数据增强;对于数据控制,则确保每次从缓存区里取一批次包含所有训练需要的标签种类,不同数据的标签根据设置不同的同步头进行区分,设定临界值,当缓存区数据到达临界值时,自动暂停数据发送,当数据量降下时,恢复数据发送。
7.根据权利要求1所述的一种结合频谱与智能的在线对抗学习测试系统,其特征在于,所述对抗样本生成模块根据神经网络模型采用对抗攻击算法生成得到对抗样本,将得到的对抗样本送入数据管理模块并添加到训练集、测试集、验证集中,或在训练过程中,将原始数据和生成的对抗样本一起送入神经网络模型进行训练;
对抗样本可选择任意对抗算法生成,包括但不限于白盒攻击、黑盒攻击以及基于梯度的攻击、基于优化的攻击、基于决策面的攻击。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国空间技术研究院,未经中国空间技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210969476.0/1.html,转载请声明来源钻瓜专利网。