论文摘要
针对传统特征提取的个体识别算法难以满足实际电磁环境条件下对同型号个体进行识别的实际需求的问题,设计了一种基于多隐层神经网络的通信辐射源个体识别算法。首先对实际采集信号进行预处理,将预处理后的信号制作为适合训练的数据集。然后通过制作的大量数据进行网络训练,结合优化策略对网络进行优化,并通过测试数据结合softmax层和反向传播的方法对网络进行迭代校准,得到针对辐射源个体识别的网络。通过实际采集信号对网络进行训练和测试以验证其有效性。实验得到平均分类识别准确率为90%,能够取得较好效果。
论文目录
文章来源
类型: 期刊论文
作者: 耿梦婕,张君毅
关键词: 辐射源个体识别,多隐层神经网络,数据集,网络优化
来源: 电子测量技术 2019年21期
年度: 2019
分类: 信息科技
专业: 电信技术,自动化技术
单位: 中国电子科技集团第五十四研究所
分类号: TP183;TN92
DOI: 10.19651/j.cnki.emt.1903478
页码: 137-142
总页数: 6
文件大小: 366K
下载量: 200