本發明涉及電磁，尤其涉及一種面向未知電磁目標的開集處理方法及裝置。
背景技術：
1、電磁目標感知與識別是電磁空間安全領域的重點研究方向之一。人工智能技術賦能電磁空間安全領域后，基于旋渦電磁波、全息電磁波等電磁信息的電磁目標智能自動感知識別成為發展趨勢。現有基于機器學習算法的智能識別方法已經可以很好解決已知電磁目標感知識別問題，然而在面對未知電磁目標時，由于在真實電磁環境中無法收集到所有目標類別作為訓練集，模型會把所有新類均預測為已知類別，分類性能因此遭受損失，從而導致后續一系列操作錯誤，這種損失和錯誤在真實應用場景中是難以接受的。因此，提供一種面向未知電磁目標的開集處理方法及裝置，以抽取目標類和非目標類之間的不變信息，提高未知電磁目標類別分類準確率，進而更好地將已知類電磁目標和未知類電磁目標區分開來，為基于旋渦電磁波、全息電磁波等電磁信息的電磁目標智能自動感知識別提供支撐。
技術實現思路
1、本發明所要解決的技術問題在于，提供一種面向未知電磁目標的開集處理方法及裝置有利于抽取目標類和非目標類之間的不變信息，提高未知電磁目標類別分類準確率，進而更好地將已知類電磁目標和未知類電磁目標區分開來，為基于旋渦電磁波、全息電磁波等電磁信息的電磁目標智能自動感知識別提供支撐。
2、為了解決上述技術問題，本發明實施例第一方面公開了一種處理方法，所述方法包括：
3、獲取待處理電磁信號信息；
4、對所述待處理電磁信號信息進行預處理，得到目標電磁信號信息；
5、對所述目標電磁信號信息進行識別處理，得到目標電磁信號類別信息。
6、本發明實施例第二方面公開了一種處理裝置，裝置包括：
7、獲取模塊，用于獲取待處理電磁信號信息；
8、第一處理模塊，用于對所述待處理電磁信號信息進行預處理，得到目標電磁信號信息；
9、第二處理模塊，用于對所述目標電磁信號信息進行識別處理，得到目標電磁信號類別信息。
10、本發明第三方面公開了另一種處理裝置，所述裝置包括：
11、存儲有可執行程序代碼的存儲器；
12、與所述存儲器耦合的處理器；
13、所述處理器調用所述存儲器中存儲的所述可執行程序代碼，執行本發明實施例第一方面公開的處理方法中的部分或全部步驟。
14、本發明第四方面公開了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令被調用時，用于執行本發明實施例第一方面公開的處理方法中的部分或全部步驟。
1.一種處理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的處理方法，其特征在于，所述對所述目標電磁信號信息進行識別處理，得到目標電磁信號類別信息，包括：
3.根據權利要求2所述的處理方法，其特征在于，所述目標開集識別模型包括第一切片模塊、第一卷積模塊、第二卷積模塊、第三卷積模塊、第四卷積模塊、第五卷積模塊、第六卷積模塊、第七卷積模塊、第八卷積模塊、第九卷積模塊、第十卷積模塊、第一特征提取模塊、第二特征提取模塊、第三特征提取模塊、第四特征提取模塊、第五特征提取模塊、第六特征提取模塊、第七特征提取模塊、第八特征提取模塊、第一融合模塊、第二融合模塊、第三融合模塊、第四融合模塊、第五融合模塊、第一采樣模塊、第二采樣模塊和第一池化模塊；其中，
4.根據權利要求3所述的處理方法，其特征在于，所述第一特征提取模塊包括第一卷積單元、第二卷積單元、第三卷積單元、第四卷積單元、第五卷積單元、第一歸一單元、第二歸一單元、第三歸一單元、第四歸一單元、第五歸一單元、第一激活單元、第二激活單元、第三激活單元、第四激活單元、第五激活單元、第一融合單元和第二融合單元；其中，
5.根據權利要求2所述的處理方法，其特征在于，所述對所述目標電磁信號特征信息進行識別處理，得到目標電磁信號類別信息，包括：
6.根據權利要求1所述的處理方法，其特征在于，所述對所述待處理電磁信號信息進行預處理，得到目標電磁信號信息，包括：
7.根據權利要求6所述的處理方法，其特征在于，所述目標降噪模型包括第十一卷積模塊、第十二卷積模塊、第十三卷積模塊、第十四卷積模塊、第十五卷積模塊、第一轉置卷積模塊、第二轉置卷積模塊、第三轉置卷積模塊、第四轉置卷積模塊、第五轉置卷積模塊、第六轉置卷積模塊、第七轉置卷積模塊、第二池化模塊和第三池化模塊；其中，
8.一種處理裝置，其特征在于，所述裝置包括：
9.一種處理裝置，其特征在于，所述裝置包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令被調用時，用于執行如權利要求1-7任一項所述的處理方法。