典型文献
基于1D-CNN-LSTM的特定辐射源识别方法
文献摘要：
特定辐射源识别(Specific Emitter Identification,SEI)是指利用雷达指纹特征确定产生信号的辐射源个体.通过对雷达辐射源的识别,可以有效区分出敌我雷达,保证雷达信息的安全性,这在电子战中具有重要的军事意义.目前传统分类识别方法存在指纹特征提取困难,指纹识别正确率低等问题.本文提出了一种基于1D-CNN-LSTM(One Dimensional Convolutional Neural Network Long Short Term Memory)特定辐射源识别方法.该方法直接使用采集到的信号的同向相交分量(Inphase/Quadrature.I/Q)数据进行信号的特征提取,并实现了对于来自不同辐射源个体信号的识别与区分.该模型兼具卷积神经网络与长短时记忆网络的优点,它可以在提取抽象特征的同时进行时序分析.实验结果表明,1D-CNN-LSTM网络能够在复杂的电磁环境下实现对特定辐射源个体的更好识别.
文献关键词：
脉内无意调制;特定辐射源识别;卷积神经网络;长短时记忆网络
中图分类号：
作者姓名：
许全;谭守标;孙翔;樊进
作者机构：
安徽大学集成电路学院,合肥 230000;安徽大学网络信息中心,合肥 230000
文献出处：
引用格式：
[1]许全;谭守标;孙翔;樊进-.基于1D-CNN-LSTM的特定辐射源识别方法)[J].现代计算机,2022(12):30-34,55
A类：
Inphase,脉内无意调制
B类：
1D,特定辐射源识别,Specific,Emitter,Identification,SEI,指纹特征,定产,生信,雷达辐射源,分出,敌我,达信,电子战,前传,分类识别,指纹识别,One,Dimensional,Convolutional,Neural,Network,Long,Short,Term,Memory,相交,Quadrature,信号的特征提取,识别与区分,长短时记忆网络,时序分析,电磁环境
AB值：
0.328559
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。
