典型文献
基于LSTM网络和特征融合的通信干扰识别
文献摘要：
针对现有通信干扰信号识别方法识别效果不佳的问题,提出了一种基于长短时记忆网络(Long Short-Term Memory,LSTM)和特征融合的通信干扰识别方法.该方法利用LSTM网络提取干扰信号的特征,通过LSTM强大的序列特征提取能力提升干扰信号特征提取的性能;通过提取信号的时域和频域特征后进行特征融合,使用全连接分类器对干扰信号进行分类识别,提升特征提取的完整性和干扰识别的性能.仿真表明,所提方法的干扰识别性能相比于现有的基于卷积神经网络的干扰识别方法提升了6 dB,可用于通信干扰信号类型的识别.
文献关键词：
干扰识别;长短时记忆(LSTM)网络;特征融合;深度学习
中图分类号：
作者姓名：
魏迪;曾海彬;洪锋;马松;袁田
作者机构：
中国西南电子技术研究所,成都610036;北京跟踪与通信技术研究所,北京100094;中国人民解放军63750部队,西安710043;电子科技大学 通信抗干扰技术国家级重点实验室,成都611731
文献出处：
引用格式：
[1]魏迪;曾海彬;洪锋;马松;袁田-.基于LSTM网络和特征融合的通信干扰识别)[J].电讯技术,2022(04):450-456
A类：
B类：
特征融合,通信干扰,干扰识别,干扰信号识别,方法识别,长短时记忆网络,Long,Short,Term,Memory,法利,序列特征,特征提取能力,干扰信号特征,信号特征提取,取信,频域特征,全连接,分类器,分类识别,识别性,dB,信号类型
AB值：
0.326864
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
