典型文献
基于改进残差网络的雷达辐射源多标签识别
文献摘要：
针对现有的雷达辐射源识别方法具有低信噪比情形下识别精度低、无法识辩多个辐射源等缺点,文中提出融入注意力机制的残差网络用于雷达辐射源多标签识别.首先,利用残差网络学习过程数据的时序特征并提取相应的深层特征;然后,引入注意力机制对提取的特征进一步地分类和识别;最后,在雷达辐射源数据集上进行仿真实验.结果 表明所提的Atten-Resnet模型不但可以在多标签条件下进行雷达辐射源的准备识别,而且在信噪比为6 dB时仍然可以保持95％以上的准确率.Atten-Resnet模型具有较高的实用性和较强的鲁棒性.
文献关键词：
残差神经网络;注意力机制;雷达辐射源识别;多标签
中图分类号：
作者姓名：
乔洁;岳晓军
作者机构：
南京信息职业技术学院人工智能学院,南京21023;太原理工大学信息与计算机学院,太原030024
文献出处：
引用格式：
[1]乔洁;岳晓军-.基于改进残差网络的雷达辐射源多标签识别)[J].现代雷达,2022(01):39-44
A类：
B类：
残差网络,多标签,标签识别,雷达辐射源识别,低信噪比,识别精度,注意力机制,网络学习,学习过程,过程数据,时序特征,深层特征,Atten,Resnet,签条,dB,残差神经网络
AB值：
0.234478
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。
