研究一种基于“小样本学习”的未知信号快速识别的算法

【需求背景】 在电磁空间安全领域，信号识别是态势感知、干扰对抗、安全防御的核心技术支撑，其性能直接决定了电磁空间主导权的争夺能力。随着 5G/6G、物联网、无人机等新技术的快速普及，电磁环境呈现出 “信号类型激增、调制样式复杂、动态变化剧烈” 的特征，传统信号识别技术面临严峻挑战，基于小样本学习的未知信号快速识别算法应运而生。 【需解决的主要技术难题】 参数要求：私有协议探测能力：对新信号/设备，≤5个标注样本即可实现初步识别；识别准确率：在3个样本下，7天内重现识别准确率≥90%;模型更新速度：从注入新样本到模型更新完成≤10分钟 【期望实现的主要技术目标】 需达到效果：发现新型窃密设备后，能在一周内将其加入自动识别列表，无需等待数月一次的模型大版本更新 【技术需求】 ](https://www.kczg.org.cn/needs/index?type=1) — 采集元信息 — 需求单位：广东\*\*\*公司 所在地区：广东省 东莞市 莞城街道办事处 合作方式：委托开发 预算：双方协商 截止日期：2026-09-16 发布日期：2025-12-02 数据来源：科创中国 来源链接：https://www.kczg.org.cn/needs/detailThe?type=1&id=8419788