10.11959/j.issn.1000-0801.2023185
基于镜像填充谱与LA-ResNet50的超短波卫星信道分类识别算法
针对超短波频段中存在的 5 kHz信道、25 kHz信道、宽带干扰信道、窄带干扰信道和单音干扰信道的分类识别问题,提出了一种基于镜像填充谱与局部二值模式的注意力机制残差网络(LBP attention ResNet50,LA-ResNet50)的超短波信道分类识别方法,有效解决了低信噪比下卫星信道与底噪难以区分,信号信道与特征相近的干扰信道识别困难的问题.首先,所提方法对超短波的频谱进行镜像对称并填充,同时对频谱边缘进行描黑处理,构成镜像填充谱,提高不同类型信道频谱图的区分度;然后,在ResNet50中引入通道注意力机制,使网络模型关注度集中在信道上;最后,提出了基于交叉熵和局部二值模式(local binary pattern,LBP)的损失函数,提高对信号信道和干扰信道图像边缘细微纹理特征的提取效果.所提基于镜像填充谱和LA-ResNet50 的方法,对比利用快速傅里叶变换(fast Fourier transform,FFT)频谱门限阈值分类的传统方法与基于镜像填充谱的YOLOv5s目标检测分类法,以及基于镜像填充谱的注意力机制残差网络(Attention-ResNet50)、Transformer网络方法,在10 dB信噪比下对超短波信道的分类识别率分别提高了19.8%、8.2%、1.8%、0.8%.
超短波信道、注意力机制、分类识别、ResNet50
39
TN911.73
2023-11-17(万方平台首次上网日期,不代表论文的发表时间)
共11页
74-84