典型文献
融合多维注意力的非合作通信行为识别方法
文献摘要：
电磁对抗环境下匮乏的数据资源与有限的反应时间是非合作通信行为识别研究发展所面临的主要挑战.现存的通信行为识别方法大多依赖大量监测数据或者繁琐的数据预处理流程,难以完成非合作通信行为识别任务.提出一种融合了多维通道注意力机制(MSENeT)的非合作通信行为识别方法,通过扩充通道维度提升注意力模块对通道间关系的全局视野,增强注意力中权重的精确度,从而提升深度卷积神经网络(CNN)对有限数据样本的特征提取能力,并保证带来的算法计算复杂度在可承受范围内.同时构建了对抗条件下通信行为频谱监测数据仿真场景,为后续的通信行为识别相关研究提供数据支持.最后的对比实验显示,在非合作条件下,基于MSENeT的通信行为识别方法相较于仅使用CNN和基于SENeT的方法在通信行为识别准确率上分别有14.9％和8.5％的提升.
文献关键词：
非合作通信行为识别;多维注意力机制;卷积神经网络;计算复杂度
中图分类号：
作者姓名：
程凯欣;姚昌华;丁国如;王磊;周星宇
作者机构：
陆军工程大学通信工程学院,江苏南京 210007;南京信息工程大学电子与信息工程学院,江苏南京 210044
文献出处：
引用格式：
[1]程凯欣;姚昌华;丁国如;王磊;周星宇-.融合多维注意力的非合作通信行为识别方法)[J].陆军工程大学学报,2022(06):40-47
A类：
非合作通信行为识别,MSENeT,SENeT
B类：
电磁对抗环境,数据资源,研究发展,主要挑战,数据预处理,处理流程,难以完成,通道注意力机制,注意力模块,全局视野,深度卷积神经网络,有限数据,特征提取能力,算法计算,计算复杂度,频谱监测,数据仿真,仿真场景,合作条件,识别准确率,多维注意力机制
AB值：
0.25107
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。
