基于改进残差网络的雷达辐射源多标签识别OA北大核心CSTPCD
针对现有的雷达辐射源识别方法具有低信噪比情形下识别精度低、无法识辩多个辐射源等缺点,文中提出融入注意力机制的残差网络用于雷达辐射源多标签识别。首先,利用残差网络学习过程数据的时序特征并提取相应的深层特征;然后,引入注意力机制对提取的特征进一步地分类和识别;最后,在雷达辐射源数据集上进行仿真实验。结果表明所提的Atten-Resnet模型不但可以在多标签条件下进行雷达辐射源的准备识别,而且在信噪比为6 dB时仍然可以保持95%以上的准确率。Atte…查看全部>>
乔洁;岳晓军
南京信息职业技术学院人工智能学院,南京210023太原理工大学信息与计算机学院,太原030024
信息技术与安全科学
残差神经网络注意力机制雷达辐射源识别多标签
《现代雷达》 2022 (1)
P.39-44,6
评论