声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1267/TN
国际刊号：1001-893X
发布日期:
作者：魏迪,曾海彬,洪锋,马松,袁田
单位：(1.中国西南电子技术研究所，成都 610036;2.北京跟踪与通信技术研究所，北京 100094;3.中国人民解放军63750部队，西安 710043;电子科技大学 通信抗干扰技术国家级重点实验室，成都611731)
关键词：干扰识别；长短时记忆（LSTM）网络；特征融合；深度学习；
针对现有通信干扰信号识别方法识别效果不佳的问题，提出了一种基于长短时记忆网络（Long Short?Term Memory，LSTM）和特征融合的通信干扰识别方法。该方法利用LSTM网络提取干扰信号的特征，通过LSTM强大的序列特征提取能力提升干扰信号特征提取的性能；通过提取信号的时域和频域特征后进行特征融合，使用全连接分类器对干扰信号进行分类识别，提升特征提取的完整性和干扰识别的性能。仿真表明，所提方法的干扰识别性能相比于现有的基于卷积神经网络的干扰识别方法提升了6 dB，可用于通信干扰信号类型的识别。
来源：2022年第4期
《电讯技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。