-
题名基于卷积神经网络的超短波特定信号谱图识别
被引量：12
- 1
-
-
作者
杨司韩
彭华
许漫坤
潘一苇
侯骁宇
-
机构
中国人民解放军战略支援部队信息工程大学信息系统工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第4期744-751,共8页
-
基金
国家自然科学基金(U1736107)资助课题
-
文摘
针对超短波通信中特定信号的识别问题,提出一种将时频谱图和卷积神经网络相结合的超短波特定信号识别方法。该方法首先对特定信号进行短时傅里叶变换得到时频谱图,然后使用时频谱图对改进的卷积神经网络模型进行训练,最后测试网络模型,实现超短波特定信号识别。实验结果表明,该方法对特定信号的识别率能达到98%,在信噪比为0dB时仍能达到97%的识别率,并且在混叠50%时识别率达到了90%。相比传统算法,该方法具有更好的抗低信噪比和抗混叠干扰能力,验证了卷积神经网络在特定信号识别领域的有效性,为该领域的后续研究奠定了基础。
-
关键词
时频谱图
卷积神经网络
特定信号识别
超短波
-
Keywords
time-frequency spectrogram
convolution neural network(CNN)
specific signal recognition
ultra-short wave
-
分类号
TN925
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
