典型文献
基于TC-CNN网络的残缺TACAN空/地信号识别方法
文献摘要：
TACAN空/地信号是一种基于脉冲调制技术的短程通信信号,主要应用于方位测量和距离测量,当使用接收器捕获TACAN空/地信号时,由于信噪比、信号完整度等差异,导致信号识别率较低.针对传统模板匹配算法无法有效对残缺的TACAN空/地信号进行识别的问题,提出了一种新型卷积神经网络(Convolutional Neural Network,CNN)模型,该模型以传统CNN模型为基础,同时加入了长短期记忆(Long Short-Term Memory,LSTM)人工神经网络结构以提高模型对信号时序特征的识别能力,实验结果表明,当数据丢失率低于30％时,该模型可以达到84％以上的识别率.
文献关键词：
电子侦察;TACAN;残缺信号识别;神经网络
中图分类号：
作者姓名：
郝彦超;侯进;杨宗源;王祥宇;李天宇;文志龙
作者机构：
西南交通大学信息科学与技术学院智能感知智慧运维实验室,四川成都 611756;西南交通大学综合交通大数据应用技术国家工程实验室,四川成都 611756;西南交通大学唐山研究院,河北唐山 063000
文献出处：
引用格式：
[1]郝彦超;侯进;杨宗源;王祥宇;李天宇;文志龙-.基于TC-CNN网络的残缺TACAN空/地信号识别方法)[J].无线电工程,2022(09):1513-1518
A类：
残缺信号识别
B类：
TACAN,脉冲调制,调制技术,短程,通信信号,主要应用,方位测量,距离测量,接收器,完整度,致信,识别率,模板匹配算法,Convolutional,Neural,Network,长短期记忆,Long,Short,Term,Memory,人工神经网络,神经网络结构,时序特征,识别能力,数据丢失,丢失率,电子侦察
AB值：
0.429716
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。
