| 专利号 | 2022108172528 | 申请日 | 2022-07-12 | 专利名称 | 基于卷积神经网络的无线电调频引信干扰信号识别方法 |
| 授权日 | 2023-11-24 | 专利权人 | 山东大学 | 发明人 | 白智全;杨纪凯;张金梅;杨凯越;蔡月影;郝新红 |
| 主分类号 | H04B17/30 | 关键词 | 应用领域 | ||
| 摘要 | 基于卷积神经网络(CNN)的无线电调频引信干扰信号识别方法，属于无线电引信技术领域。该方法的实现过程主要分为三步：首先，采用含干扰源的无线电调频引信系统，并经仿真生成数据集，对仿真数据进行预处理；其次，搭建CNN，将预处理后的数据与标签成对输入网络进行离线训练；最后，将训练好的网络模型进行线上部署，并通过仿真生成测试数据，验证该网络模型的检测识别性能。本发明通过使用深度学习方法对调频引信干扰信号进行检测识别，利用CNN的强大学习能力，将多种干扰信号进行分类识别，针对不同干扰源，识别准确率可达到95％以上。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
