10.11959/j.issn.1000−436x.2022209
基于Swin-Transformer的短波协议信号识别
针对短波复杂信道环境下信号所属协议识别困难的问题,提出一种基于Swin-Transformer神经网络模型的短波协议信号识别算法.首先使用时频分析方法得到信号的灰度时频图作为神经网络的输入;其次设计一种基于Swin-Transformer的神经网络模型,对信号时频图进行特征提取;最后将特征与协议建立映射关系,从而实现信号协议的识别.仿真实验结果表明,在信噪比大于?4 dB的高斯信道下,所提算法的识别准确率接近100%,高于现有算法.此外,在强干扰以及多径时延衰落的信道条件下,所提算法仍具有较高的短波协议信号识别率.
短波协议信号识别、神经网络、时频分析、多径时延衰落、Swin-Transformer
43
TN92
国家重点研发计划;中国博士后科学基金资助项目;河南省高校科技创新人才支持计划资助项目;河南省博士后经费资助项目
2022-12-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
127-135