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:
复杂电磁环境中,针对低信噪比条件下现有神经网络识别算法对于通信电台识别准确率不高的问题,提出一种结合双层注意力机制和残差网络的通信辐射源个体识别方法.首先,以空间注意模块和通道注意模块构成注意力机制.其次,在一维残差网络中嵌入双层注意力机制,提高对关键特征的学习能力.最后,在实际数据集上验证算法的有效性.实验证明,相比于残差神经网络算法,所提方法既能保持模型较好的稳定性又在数据集上有明显的提升效果.
推荐文章
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
雷达辐射源音频信号声纹识别方法
雷达辐射源
音频信号
声纹识别
MFCC
DTW
基于双谱特征融合的通信辐射源识别算法
通信辐射源
特征提取
对角积分双谱
双谱切片
一种稳健的通信辐射源个体识别方法
通信对抗
通信辐射源个体识别
峰值提取
包络特征
模板匹配
模式识别
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 嵌入注意力机制的通信辐射源个体识别方法
来源期刊 系统工程与电子技术 学科 工学
关键词 低信噪比 辐射源识别 注意力机制 残差学习
年,卷(期) 2022,(1) 所属期刊栏目 电子技术|Electronic Technology
研究方向 页码范围 20-27
页数 8页 分类号 TN911.7
字数 语种 中文
DOI 10.12305/j.issn.1001-506X.2022.01.03
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
低信噪比
辐射源识别
注意力机制
残差学习
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
论文1v1指导