|
|||||
|
|
| 基于改进CLDNN的辐射源信号识别 | |
| 作者姓名： | 孙艺聪 田润澜 王晓峰 董会旭 戴普 |
| 作者单位： | 1. 空军航空大学航空作战勤务学院, 吉林 长春 1300222. 空军实验训练基地二区检验所, 陕西 咸阳 713800 |
| 基金项目： | 国家自然科学基金(61571462) |
| 摘 要： | 传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾.针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural netw... |
| 关 键 词： | 辐射源信号识别 深度学习 卷积长短时深度神经网络 时间序列 |
| 收稿时间： | 2020-05-10 |
| 本文献已被 维普 等数据库收录！ | |
| 点击此处可从《系统工程与电子技术》浏览原始摘要信息 | |
| 点击此处可从《系统工程与电子技术》下载免费的PDF全文 | |