嵌入注意力机制的通信辐射源个体识别方法

TN911.7; 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....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 1; pp. 20 - 27
Main Authors 曲凌志, 杨俊安, 刘辉, 黄科举
Format Journal Article
LanguageChinese
Published 国防科技大学电子对抗学院,安徽合肥230037 2022
Subjects
低信噪比;辐射源识别;注意力机制;残差学习
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.01.03

Cover

More Information
Summary:TN911.7; 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.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.01.03