面向一体化应用的电磁信号智能检测方法研究

• 作者: 朱新挺 陈志坤 彭冬亮
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 一体化 深度学习 加高斯窗傅里叶变换 信号检测
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 论文
• 页码范围: 1708-1713
• 页数: 6页
• 分类号: TN957.51
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.10.010

摘要

针对复杂电磁环境中信号检测受限于低信噪比的问题,基于信号与噪声一体化的思路,提出了一种以电磁空间的所有电磁辐射信号为背景,并结合深度学习算法的电磁信号检测方法.首先建立动态场景的电磁环境模型,包括了通信基站信号、雷达信号、干扰信号等,其次使用加高斯窗傅里叶变换提取电磁信号时频域的能量分布特征,最后采用卷积神经网络进行特征选择分类,实现信号检测.仿真结果表明,该方法在一定程度上减轻了信号检测受限于信噪比的问题,克服了传统能量检测方法和基于SVM检测方法的缺陷,提高了低信噪比下电磁信号的检测性能.