| 基于深度自適應小波網絡的通信輻射源個體識別 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>3404 K | |
| 標簽： 輻射源個體識別 提升小波變換 深度自適應小波網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對現有的通信輻射源個體識別方法中人工提取特征復雜以及深度學習網絡的識別機制缺乏清晰解釋的問題，提出了一種基于深度自適應小波網絡(Deep Adaptive Wavelet Network，DAWN)的通信輻射源個體識別方法。首先分析了選擇互調干擾作為輻射源間個體特征的原因；接著應用了可實現提升小波變換的卷積神經網絡結構去提取特征，并在其基礎上設計出可以同時完成特征提取和識別的DAWN；最后，選擇Oracle數據集驗證方法的可行性。實驗結果表明：利用DAWN對5個通信輻射源個體識別的準確率為95.5%，并且方法具有良好的抗噪性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2