公开(公告)号：CN118131164B

公开(公告)日：2024-07-19

申请号：CN202410543880.0

申请日：2024-05-06

申请人： 中国人民解放军空军预警学院

发明人： 陈浩 ,  陈辉 ,  李槟槟 ,  周必雷 ,  张昭建 ,  胡昊 ,  佘家南

IPC分类号： G01S7/41 ,  G01S7/36

摘要： 本发明涉及一种级联神经网络的复合干扰识别方法及装置。其方法部分主要包括：对单个干扰和复合干扰建模，构建带有标签的时序序列数据，将时序序列数据送入搭建的循环神经网络进行第一次训练；根据循环神经网络的第一次结果输出，进行有无压制干扰的第一次判断，并通过搭建的卷积神经网络进行干扰类型的第一次识别；若进行有无压制干扰的第一次判断为有压制干扰，则对压制干扰进行抑制，并将抑制后的时序序列数据再次送入循环神经网络进行第二次训练；根据循环神经网络的第二次结果输出，并通过卷积神经网络进行干扰类型的第二次识别；综合第一次识别和第二次识别的结果，给出复合干扰识别最终结果。本发明可以提升干扰识别准确率。

公开(公告)号：CN118131164A

公开(公告)日：2024-06-04

申请号：CN202410543880.0

申请日：2024-05-06

申请人： 中国人民解放军空军预警学院

发明人： 陈浩 ,  陈辉 ,  李槟槟 ,  周必雷 ,  张昭建 ,  胡昊 ,  佘家南

IPC分类号： G01S7/41 ,  G01S7/36

摘要： 本发明涉及一种级联神经网络的复合干扰识别方法及装置。其方法部分主要包括：对单个干扰和复合干扰建模，构建带有标签的时序序列数据，将时序序列数据送入搭建的循环神经网络进行第一次训练；根据循环神经网络的第一次结果输出，进行有无压制干扰的第一次判断，并通过搭建的卷积神经网络进行干扰类型的第一次识别；若进行有无压制干扰的第一次判断为有压制干扰，则对压制干扰进行抑制，并将抑制后的时序序列数据再次送入循环神经网络进行第二次训练；根据循环神经网络的第二次结果输出，并通过卷积神经网络进行干扰类型的第二次识别；综合第一次识别和第二次识别的结果，给出复合干扰识别最终结果。本发明可以提升干扰识别准确率。