[发明专利]基于DCNN和Transformer的雷达辐射源识别方法在审
申请号: | 202111649998.4 | 申请日: | 2021-12-30 |
公开(公告)号: | CN114296041A | 公开(公告)日: | 2022-04-08 |
发明(设计)人: | 赵志强;朱贺;潘勉;吕帅帅 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G01S7/36 | 分类号: | G01S7/36;G01S13/32;G01S13/88 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于DCNN和Transformer的雷达辐射源识别方法,将Transformer架构引入到雷达辐射源识别领域,并且对架构进行改进,克服了之前学习远程依赖性难题,计算两个位置之间的关联突破之前卷积神经网络的限制。采用注意力机制模型,对于多通道的数据特征提取,通过学习进入全局特征提取前的数据通道特征,学习通道依赖性,凸显特征提取后的各个通道的重要性,提高辐射源时频图的表征能力。本发明提出的方法可以对低信噪比的时频图首先进行局部特征提取,然后考虑关联位置之间的关系考虑全局特征,在信噪比的情况下,综合局部特征跟全局特征,能够有良好的识别效果。 | ||
搜索关键词: | 基于 dcnn transformer 雷达 辐射源 识别 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202111649998.4/,转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法