基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统依赖于人工提取的专家特征难以表征辐射源个体信号的细微差异问题,提出了一种基于深度残差网络(DRN)的辐射源个体识别算法.利用深度残差网络完成分类识别任务,将实测信号的同相分量(I路)和正交分量(Q路)输入到深度残差网络中进行训练.在包含不同飞行目标的ADS-B信号实测数据集上进行实验以评估该算法的性能.实验结果表明,提出的DRN模型在不需要人工进行特征选择的情况下达到了较好的分类精度.此外,在信噪比上对数据集进行扩增可进一步提升模型的性能.
推荐文章
基于调频指数特征的通信辐射源个体识别
辐射源个体识别
调频辐射源
调频指数
特征鲁棒性
基于DBN的辐射源信号识别算法
雷达辐射源
时频变换
识别
深度信念网络
分类器
基于时频与快速熵的IFF辐射源个体识别方法
敌我识别
辐射源个体识别
时频分析
样本熵
基于粗糙集与RBF神经网络的雷达辐射源信号识别研究
雷达辐射源识别
粗糙集
粗糙K-均值
RBF神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度残差网络的ADS-B信号辐射源个体识别
来源期刊 航空兵器 学科
关键词 ADS-B 辐射源个体识别 深度残差网络 深度学习
年,卷(期) 2021,(4) 所属期刊栏目 航空武器技术|Aviation Weapon Technology
研究方向 页码范围 24-29
页数 6页 分类号 TJ760|TN957
字数 语种 中文
DOI 10.12132/ISSN.1673-5048.2020.0095
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (74)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(3)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(10)
  • 参考文献(0)
  • 二级参考文献(10)
2018(13)
  • 参考文献(3)
  • 二级参考文献(10)
2019(13)
  • 参考文献(4)
  • 二级参考文献(9)
2020(2)
  • 参考文献(1)
  • 二级参考文献(1)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ADS-B
辐射源个体识别
深度残差网络
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空兵器
双月刊
1673-5048
41-1228/TJ
大16开
河南省洛阳市030信箱3分箱
1964
chi
出版文献量(篇)
2141
总下载数(次)
10
总被引数(次)
8123
论文1v1指导