基于栈式稀疏降噪自编码网络的辐射源调制识别
发布时间:2020-12-13 22:16
针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降噪自编码识别网络.实验结果表明系统在识别率和时效性上综合性能最优,能够显著降低噪声敏感性,低信噪比环境下适应性较强.当信噪比为-12dB时,系统对8类辐射源信号的整体平均识别率达到96.75%.
【文章来源】:电子学报. 2020年06期 北大核心
【文章页数】:7 页
【文章目录】:
1 引言
2 核空间STFT特征提取及预处理
2.1 辐射源信号数学模型
2.2 STFT时频特征与稀疏域降噪
2.3 核空间特征映射及降维
3 基于栈式稀疏降噪自编码网络的辐射源调制识别系统
3.1 稀疏降噪自编码
3.2 基于栈式稀疏降噪自编码的识别网络
3.3 基于SSDAE的辐射源识别
4 仿真与分析
4.1 实验环境
4.2 参数设置
4.3 实验结果对比
4.3.1 不同特征处理方式对比
4.3.2 不同识别算法对比
4.3.3 系统鲁棒性分析
4.3.4 系统复杂度分析
5 结论
【参考文献】:
期刊论文
[1]基于栈式稀疏自编码器的低信噪比下低截获概率雷达信号调制类型识别[J]. 郭立民,寇韵涵,陈涛,张明. 电子与信息学报. 2018(04)
本文编号:2915269
【文章来源】:电子学报. 2020年06期 北大核心
【文章页数】:7 页
【文章目录】:
1 引言
2 核空间STFT特征提取及预处理
2.1 辐射源信号数学模型
2.2 STFT时频特征与稀疏域降噪
2.3 核空间特征映射及降维
3 基于栈式稀疏降噪自编码网络的辐射源调制识别系统
3.1 稀疏降噪自编码
3.2 基于栈式稀疏降噪自编码的识别网络
3.3 基于SSDAE的辐射源识别
4 仿真与分析
4.1 实验环境
4.2 参数设置
4.3 实验结果对比
4.3.1 不同特征处理方式对比
4.3.2 不同识别算法对比
4.3.3 系统鲁棒性分析
4.3.4 系统复杂度分析
5 结论
【参考文献】:
期刊论文
[1]基于栈式稀疏自编码器的低信噪比下低截获概率雷达信号调制类型识别[J]. 郭立民,寇韵涵,陈涛,张明. 电子与信息学报. 2018(04)
本文编号:2915269
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2915269.html