基于深度卷积网络的对讲机个体识别

• 作者: 官友廉 王欢 祁友杰 茆旋宇 陈永游
• 来源期刊: 航天电子对抗
• 学科: 工学
• 关键词: 辐射源个体识别 卷积神经网络 深度学习
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 工程应用
• 页码范围: 31-35
• 页数: 5页
• 分类号: TN974
• 字数: 3904字
• 语种: 中文

摘要

为提高对讲机个体识别的准确率,引入深度学习技术构建一种适用于辐射源信号的深度卷积神经网络,并实际采集一批对讲机中频信号用于验证其识别性能.实验结果表明,与典型的传统特征提取方法相比,该方法在多个实验场景下都取得了更好的识别准确率,泛化能力更强,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈永游		7	24	3.0	4.0
2	王欢		8	4	1.0	1.0
3	祁友杰		3	16	1.0	3.0
4	茆旋宇		2	1	1.0	1.0