10.16798/j.issn.1003-0530.2021.01.011
一种基于复数残差网络的通信辐射源个体识别方法
在复杂电磁环境的通信辐射源个体识别任务中,针对传统特征提取识别方法分类效果不佳和低信噪比环境下基于实数神经网络的方法识别准确率不高的问题,本文提出了一种基于复数残差网络的通信辐射源个体识别方法.将实际采集的I路和Q路电台数据组合成复数作为输入,根据电台数据集特点选取复数初始化方法、复数激活函数,以改进的复数残差块为基础构建复数残差网络,进一步调整和优化网络结构并运用到辐射源个体识别任务中.通过实验证明,相比于实数残差网络和人工特征提取方法,复数残差网络的性能更优,并且在低信噪比的条件下,基于复数残差网络的方法鲁棒性更强.
复数残差网络、辐射源个体识别、指纹特征
37
TN911.7
通信辐射源个体识别关键技术研究1908085MF202;基于半监督行为学习和迁移学习的通信辐射源个体识别ZK18-03-14
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
95-103