-
公开(公告)号:CN114282576A
公开(公告)日:2022-04-05
申请号:CN202111579588.7
申请日:2021-12-22
申请人: 中国地质大学(武汉) , 中建三局智能技术有限公司 , 中建三局第二建设工程有限责任公司
摘要: 本发明公开了一种基于时频分析及去噪的雷达信号调制格式识别方法及装置,包括:雷达信号的选取,时频分析方法CTFD将信号转化为时频图像;改进后的ADNet网络去噪处理;改进后的Googlenet进行信号的分类识别预测;与真实的标签比对,得到识别率。本发明从抗噪性出发,利用CTFD提取信号的时频特征,新的核函数在滤波的同时也保留了信号的频率变化特征,为了在低信噪比下对被强烈噪声污染的时频图进行降噪恢复,构建改进后的ADNet网络用于含噪时频图像的复原。本发明可以很好的将被高斯或复合噪声污染的时频图像复原,提高识别精度。构建改进后的Googlenet网络用于多种雷达信号的分选识别。显著提高了低信噪比条件下雷达信号调制格式的识别精度,在‑8dB下识别准确率可达94.81%。
-
公开(公告)号:CN117009778A
公开(公告)日:2023-11-07
申请号:CN202310588196.X
申请日:2023-05-23
申请人: 中国地质大学(武汉) , 中建三局智能技术有限公司
IPC分类号: G06F18/213 , G06F18/241 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种高效雷达信号调制方式识别方法及装置,具体提出了一种基于时空特征共享重构网络STARNet,以一种轻量化的方式达到优秀的识别精度。使用单个自动编码器结构同时提取无线电信号的低维空间和时间特征,此外,还设计了一个混合注意力模块(HA‑Ghost)来根据信号重构性能自动地提取有区别的雷达信号空间信息,从而减少模型的参数的数量并提高了自动识别的性能。在基准数据集上的大量实验表明,所提出的STARNet实现了63.60%的平均调制分类准确率,优于之前最先进的模型。而且,尽管提取了更多类型的特征,STARNet只有14860个参数,这比现有的基于自动编码器的方法的参数要少很多。
-
公开(公告)号:CN114254678A
公开(公告)日:2022-03-29
申请号:CN202111579593.8
申请日:2021-12-22
申请人: 中国地质大学(武汉) , 中建三局智能技术有限公司 , 中建三局第二建设工程有限责任公司
摘要: 本发明公开了一种基于去噪引导解耦网络的雷达信号脉冲内调制识别方法,具体提出了一种基于Inception结构的去噪引导解耦网络DGDNet,以端到端的方式同时完成雷达信号的去噪和识别。通过全局特征提取器得到雷达信号时频图的全局特征,特征解耦器将纯净雷达信号表达(PSR)从噪声信号表达(NSR)中分离出来,用于学习低信噪比环境下的调制模式识别器,最后通过调制模式识别器完成分类的任务。为了扩大纯净雷达信号表达(PSR)和噪声信号表达(NSR)之间的距离,提出了信号噪声互信息(SNMI)损失的概念。实验结果表明,该方法在‑8dB信噪比下的识别准确率为98.75%,在‑10dB环境下的12种调制格式的雷达信号识别准确率为89.25%。
-
-