-
题名利用多尺度卷积注意力的宽带信号稀疏检测方法
- 1
-
-
作者
龚安
张静蕾
郭兰图
赵晓蕾
刘玉超
-
机构
中国石油大学(华东)青岛软件学院、计算机科学与技术学院
中国电波传播研究所
-
出处
《电讯技术》
北大核心
2025年第11期1737-1746,共10页
-
基金
国家自然科学基金重点项目(U20B2038)。
-
文摘
宽带侦察场景下,虽然信号检测识别准确率高,但计算资源消耗过大的问题亟待解决。为此,提出了一种基于多尺度卷积注意力的稀疏检测方法(Multi-scale Convolution Attention Sparse Detection,MSCA-S)。该方法结合信号时频图的先验知识,通过建模信号在时间轴上的远距离依赖关系并抑制频率轴的无关干扰,设计了多尺度水平卷积注意力机制(Multi-scale Horizontal Convolution Attention,MSHCA),联合提取信号的多维特征,有效提升检测识别精度,并通过水平卷积降低模型计算复杂度。基于MSHCA,构建了层次化堆叠的宽带信号检测方法,利用稀疏特征参数进一步减少计算资源需求。在频谱范围为2.5 MHz的青岛实采及仿真宽带信号数据集上进行实验,MSCA-S在不同信噪比下的平均检测精度达95.6%,相比频率敏感宽带信号检测方法、基于Swin-Transformer的协议信号识别方法和基于101层残差网络的信号检测方法,精度分别提升了0.05%、2.94%和6.14%,计算量分别降低了1.53×10^(10)、1.79×10^(10)和4.59×10^(10)。
-
关键词
宽带信号检测识别
注意力机制
多尺度卷积
稀疏算法
-
Keywords
broadband signal detection and recognition
attention mechanisms
multi-scale convolution
sparse algorithms
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
