期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于STF-Net的信号调制波形识别方法
1
作者
哈晖
高翔
+3 位作者
姚秀娟
付降寅
李伟
张晓燕
《北京航空航天大学学报》
2025年第9期3150-3160,共11页
信号调制波形识别是空间频谱认知领域的关键技术之一,是实现低轨卫星频谱资源监测与管控的重要手段。针对现阶段基于深度学习的调制波形识别方法存在的参数量多、计算复杂度高等问题,提出一种基于空时融合网络(STF-Net)的轻量级信号调...
信号调制波形识别是空间频谱认知领域的关键技术之一,是实现低轨卫星频谱资源监测与管控的重要手段。针对现阶段基于深度学习的调制波形识别方法存在的参数量多、计算复杂度高等问题,提出一种基于空时融合网络(STF-Net)的轻量级信号调制波形识别方法。将信号预处理为时域-频域形式的双通道数据,通过卷积神经网络(CNN)提取信号空间特征并减少特征冗余,进而利用长短时记忆网络(LSTM)提取时序信息,输出识别结果。实验结果表明:所提方法在信噪比大于0 dB时,调制波形的平均识别准确率达到91.79%;与同等方法相比,所提方法参数量降低了96%,效率提升了2.7倍。
展开更多
关键词
调制波形识别
深度学习
STF-Net
CNN
LSTM
在线阅读
下载PDF
职称材料
题名
基于STF-Net的信号调制波形识别方法
1
作者
哈晖
高翔
姚秀娟
付降寅
李伟
张晓燕
机构
中国科学院国家空间科学中心
出处
《北京航空航天大学学报》
2025年第9期3150-3160,共11页
基金
国家重点研发计划(2020YFB1807900)
北京市自然科学基金(L222003)。
文摘
信号调制波形识别是空间频谱认知领域的关键技术之一,是实现低轨卫星频谱资源监测与管控的重要手段。针对现阶段基于深度学习的调制波形识别方法存在的参数量多、计算复杂度高等问题,提出一种基于空时融合网络(STF-Net)的轻量级信号调制波形识别方法。将信号预处理为时域-频域形式的双通道数据,通过卷积神经网络(CNN)提取信号空间特征并减少特征冗余,进而利用长短时记忆网络(LSTM)提取时序信息,输出识别结果。实验结果表明:所提方法在信噪比大于0 dB时,调制波形的平均识别准确率达到91.79%;与同等方法相比,所提方法参数量降低了96%,效率提升了2.7倍。
关键词
调制波形识别
深度学习
STF-Net
CNN
LSTM
Keywords
modulation waveform recognition
deep learning
STF-Net
CNN
LSTM
分类号
V47 [航空宇航科学技术]
TN927.21 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于STF-Net的信号调制波形识别方法
哈晖
高翔
姚秀娟
付降寅
李伟
张晓燕
《北京航空航天大学学报》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
