典型文献
基于Swin-Transformer的短波协议信号识别
文献摘要：
针对短波复杂信道环境下信号所属协议识别困难的问题,提出一种基于Swin-Transformer神经网络模型的短波协议信号识别算法.首先使用时频分析方法得到信号的灰度时频图作为神经网络的输入;其次设计一种基于Swin-Transformer的神经网络模型,对信号时频图进行特征提取;最后将特征与协议建立映射关系,从而实现信号协议的识别.仿真实验结果表明,在信噪比大于?4 dB的高斯信道下,所提算法的识别准确率接近100％,高于现有算法.此外,在强干扰以及多径时延衰落的信道条件下,所提算法仍具有较高的短波协议信号识别率.
文献关键词：
短波协议信号识别;神经网络;时频分析;多径时延衰落;Swin-Transformer
中图分类号：
作者姓名：
朱政宇;陈鹏飞;王梓晅;巩克现;吴迪;王忠勇
作者机构：
郑州大学电气与信息工程学院,河南郑州 450001;郑州大学河南省智能网络和数据分析国际联合实验室,河南郑州 450001;郑州大学电子材料与系统国际联合研究中心,河南郑州 450001;信息工程大学数据与目标工程学院,河南郑州 450001
文献出处：
引用格式：
[1]朱政宇;陈鹏飞;王梓晅;巩克现;吴迪;王忠勇-.基于Swin-Transformer的短波协议信号识别)[J].通信学报,2022(11):127-135
A类：
短波协议信号识别,多径时延衰落
B类：
Swin,Transformer,信道,识别算法,时频分析方法,灰度,时频图,映射关系,dB,识别准确率,强干扰,识别率
AB值：
0.151253
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。
