[发明专利]一种基于CNN-CBAM-BDA的跨接收机辐射源识别方法和系统在审
| 申请号： | 202211526466.6 | 申请日： | 2022-11-30 |
| 公开（公告）号： | CN115712856A | 公开（公告）日： | 2023-02-24 |
| 发明（设计）人： | 洪少华;郑亚男;孙海信;齐洁;王琳 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06F18/213;G06F18/00;G06N3/045;G06N3/0464;G06N3/048;G06N3/082 |
| 代理公司： | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人： | 陈远洋 |
| 地址： | 361000 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于CNN‑CBAM‑BDA的跨接收机辐射源识别方法和系统，包括：采集若干不同接收机接收到的信号生成跨接收机辐射源个体识别样本集；对所述样本集进行归一化处理，划分为源域样本和目标域样本，对所述源域的全部样本和所述目标域中部分样本进行标记，并将所述目标域剩余的样本作为待测样本集；构建CNN特征提取模块，并利用所述源域样本数据训练CNN网络，引入CBAM注意力机制进一步提取深层特征。本发明使用了基于卷积神经网络的辐射源个体识别模型，加入了卷积块注意力机制，克服了现有传统技术效率低、普适应弱、精度低的等问题，使得本发明可以自动提取辐射源的深度特征，提高了网络的识别速度和精度。 | ||
| 搜索关键词： | 一种 基于 cnn cbam bda 接收机 辐射源 识别 方法 系统 | ||
【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厦门大学，未经厦门大学许可，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/202211526466.6/，转载请声明来源钻瓜专利网。
