典型文献
基于复数卷积神经网络的辐射源识别方法
文献摘要：
辐射源识别技术是近年来通信与信号处理领域的重要研究方向,是实现军事信号对抗与民用信号监管处理任务的基础.由于辐射源信号的种类、数量的急剧增加以及所处的电磁环境的复杂多变,传统的辐射源识别方法会出现识别性能下降的问题,因此提出一种基于CVCNN的辐射源识别方法.通过训练CVCNN来学习辐射源信号的有效特征并进行准确识别;采用100类民航客机广播式ADS-B信号用于辐射源识别,并对比了不同神经网络对该辐射源信号的识别性能.实验表明,所提出的CVCNN识别准确率更高、训练收敛速度更快,在实际部署中具备有效性和可行性.
文献关键词：
辐射源识别;复数卷积神经网络;ADS-B信号
中图分类号：
作者姓名：
陶梦圆;张茜茜;王禹;杨洁
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210023
文献出处：
引用格式：
[1]陶梦圆;张茜茜;王禹;杨洁-.基于复数卷积神经网络的辐射源识别方法)[J].移动通信,2022(07):34-39
A类：
复数卷积神经网络,CVCNN
B类：
辐射源识别,信号处理,源信号,电磁环境,法会,识别性,性能下降,有效特征,准确识别,民航客机,广播式,ADS,识别准确率,收敛速度,备有
AB值：
0.167964
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。
