典型文献
利用无线通信链路进行基于深度学习的大雾天气监测
文献摘要：
为了以低成本、高时空分辨率进行大雾天气监测,提出一种利用无线通信链路进行基于深度学习的大雾天气监测方法.由于信道中不同浓度的大雾天气在信号中留有的特征不同,采集了4种不同浓度大雾下的无线电信号,建立无线电大雾天气监测数据集;通过在传统ResNet50网络中引入注意力机制并进行特征融合,得到改进后的A-ResNet50模型.利用A-ResNet50网络提取接收信号中留有的不同浓度大雾天气的特征,对四类不同浓度大雾天气进行分类识别,达到监测大雾天气的目的.所提方法在建立的数据集上进行了验证,相较于其他传统分类算法,本方法性能最优,最终识别准确率达到86.18％,结果证明了该方法的可行性和有效性.
文献关键词：
无线通信;雾;气象监测;深度学习;ResNet50网络
中图分类号：
作者姓名：
程倩;伍忠东;郑礼;敏捷
作者机构：
兰州交通大学 电子与信息工程学院,兰州730070;甘肃省无线电监测及定位行业技术中心,兰州730070
文献出处：
引用格式：
[1]程倩;伍忠东;郑礼;敏捷-.利用无线通信链路进行基于深度学习的大雾天气监测)[J].宇航计测技术,2022(05):44-51
A类：
B类：
无线通信,通信链路,大雾,雾天,天气监测,高时空分辨率,监测方法,信道,留有,无线电信号,电大,ResNet50,注意力机制,特征融合,接收信号,四类,分类识别,传统分类算法,识别准确率,气象监测
AB值：
0.248724
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。
