Lägesrapport 2024 för projektet Signalklassificering --Klassificering av sällsynta signaler med one-shot learning

Författare:

  • Tryggve Svensson
  • Rolf Gustavsson
  • Ema Becirovic

Publiceringsdatum: 2025-12-08

Rapportnummer: FOI-R--5793--SE

Sidor: 23

Skriven på: Svenska

Forskningsområde:

  • Telekrig

Nyckelord:

  • Modulationsigenkänning
  • AMR
  • djupinlärning
  • deep learning
  • few-shot learning
  • one-shot learning

Sammanfattning

Detta är en lägesrapport för året 2024 i FoT-projektet Signalklassificering 23-25. Under året har verksamheten arbetat med djupinlärning för modulationsigenkänning och speciellt ett område som kallas one-shot learning som innefattar klassifikation av sällsynta signaler. Ett relationsnätverk har studerats och delar av forskningen presenterades vid en vetenskaplig konferens (MILCOM 2024). Relationsnätverket utgör en intressant typ av arkitektur eftersom den, förutom one-shot learning, fungerar som en jämförare snarare än en typisk klassificerare, vilket tillåter exempelvis en operatör att i efterhand lägga till nya signaltyper i ett jämförelsebibliotek utan krav på omträning. I projektet genomfördes även uppmätningar av den trådlösa kanalen för att kunna användas i djupinlärningsmodeller. Rapporten beskriver forskning som bedrivits på dessa områden och ger några förslag på punkter för framtida arbete.