基于神经网络的辐射源个体识别技术
针对传统特征提取的个体识别算法难以满足实际电磁环境条件下对同型号个体进行识别的实际需求的问题,设计了一种基于多隐层神经网络的通信辐射源个体识别算法.首先对实际采集信号进行预处理,将预处理后的信号制作为适合训练的数据集.然后通过制作的大量数据进行网络训练,结合优化策略对网络进行优化,并通过测试数据结合softmax层和反向传播的方法对网络进行迭代校准,得到针对辐射源个体识别的网络.通过实际采集信号对网络进行训练和测试以验证其有效性.实验得到平均分类识别准确率为90%,能够取得较好效果.
辐射源个体识别、多隐层神经网络、数据集、网络优化
42
TN971
2020-04-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
137-142