典型文献
基于深度学习的大规模电磁信号识别
文献摘要：
近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展.但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集.首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-B电磁信号.通过对ADS-B信号进行数据清理和排序,建立高质量的ADS-B信号数据集;其次,对使用数据集的深度学习模型的性能进行深入研究,在不同信噪比、采样率、样本数目下对模型进行综合评估.该数据集给相关研究者提供了有价值的研究基准.
文献关键词：
信号识别;电磁信号数据集;广播式自动相关监视;深度学习
中图分类号：
作者姓名：
张振;李一兵;查浩然
作者机构：
哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]张振;李一兵;查浩然-.基于深度学习的大规模电磁信号识别)[J].太赫兹科学与电子信息学报,2022(01):29-33,39
A类：
电磁信号数据集
B类：
电磁信号识别,计算机视觉,自然语言处理,进深,广播式自动相关监视,ADS,数据收集,标注系统,数据清理,使用数据,深度学习模型,采样率,目下,研究基准
AB值：
0.206169
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。
