期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别
1
作者
王军
薛磊
+2 位作者
屠俑霖
遇浩宁
姜建华
《信息对抗技术》
2024年第5期74-83,共10页
针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频...
针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。
展开更多
关键词
时频域特征挖掘
小波变换
自注意力机制
神经网络
PRI变化类型识别
下载PDF
职称材料
题名
基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别
1
作者
王军
薛磊
屠俑霖
遇浩宁
姜建华
机构
国防科技大学电子对抗学院
中国电子科技集团公司第三十八研究所
出处
《信息对抗技术》
2024年第5期74-83,共10页
基金
国防科技大学科研基金资助项目(ZK22-27)。
文摘
针对存在异常值时雷达辐射源脉冲重复间隔(pulse repetition interval,PRI)变化类型识别困难的问题,提出一种基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别方法。首先对PRI序列进行时序变化特征和小波特征分析,从时域和频域2个角度构建特征集;然后基于自注意力机制以数据驱动的方式学习时频特征之间的互补性,有效把握不同维度特征对识别效果的贡献,实现对不同维度特征的深度融合;最后基于全连接神经网络对融合后的特征进行模式分类,从而实现对PRI变化类型的识别。仿真结果表明,在不同异常值水平下,所提方法能够显著提高对6种典型PRI变化类型的识别准确率,而且识别效果要显著优于仅使用单一维度特征的方法。
关键词
时频域特征挖掘
小波变换
自注意力机制
神经网络
PRI变化类型识别
Keywords
time-frequency domain feature mining
wavelet transformation
self-attention mechanism
neural networks
recognition of PRI variation mode
分类号
TN957 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时频域特征挖掘与自注意力机制融合的雷达PRI变化类型识别
王军
薛磊
屠俑霖
遇浩宁
姜建华
《信息对抗技术》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部