基于深度学习的ADS-B辐射源个体识别

来源 :信息技术 | 被引量 : 0次 | 上传用户:hq260
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
辐射源个体识别技术在电子对抗领域起着关键性作用。针对传统人工提取特征主要依赖于专家经验,文中提出了一种基于深度学习的ADS-B辐射源个体识别方法。该方法采用卷积神经网络结合center loss损失函数来训练和测试相位数据。并加入假冒飞机序列号,查看中心损失值来判断是否异常。实验表明,文中提出的方法识别精度能达到99%左右,且能区分真实消息和假冒消息。
其他文献
为提升对区域电网调度系统维护信息对称性特征的识别效率及准确率,文中首先通过小波变换方法提取区域电网调度系统中维护信息的特征,然后运用模糊C均值算法分析特征数据的分
为解决车联网中现有协同考虑信任与路由的方案过于简单和欠缺的问题,提出了一种基于信任可靠度的安全路由。该路由考虑信任可靠度,且在确定下一跳节点时,结合消息类型和信任
为提升电力系统设备状态识别效果,文中提出了卷积神经网络的电力系统设备状态智能识别方法。首先采集电力系统设备状态图像,采用卷积神经网络获取图像特征,然后根据图像内状态信息修正卷积神经网络参数,更新权值公式提取修正误差后的设备状态特征,将特征输入神经网络进行学习,建立电力系统设备状态智能识别模型,最后仿真测试结果表明,该方法可准确识别电力系统设备状态,识别10种设备状态准确率高达99%以上,且实时性高
随着互联网技术的普及和发展,馆际间的合作和资源共享已成为必然趋势。不仅可以为馆藏节约成本,还可以推动图书馆服务向更全和更深层次发展,作为技术和应用程序的结合,云技术
本试验选取9只健康处于泌乳期的奶山羊作为试验动物,按体重、泌乳量相近原则随机分为3组:对照组、SARA组和恢复组,对照组饲喂基础日粮;SARA组饲喂非纤维性碳水化合物与中性洗
电网谐波环境下,当低压断路器电流超过预设电流值,断路器会瞬时闭合,保护整个电网情况下会产生误操作,不仅对断路器机械结构造成损伤,且对分析精度有一定影响。提出构建热路
服务器部件检测是智能产线装配过程的重要环节。目前,服务器装配的检测步骤主要还是以人工为主,针对传统人工检测存在的工作效率低、耗时长等问题,文中提出了基于Yolov4改进的深度学习模型;文中的主要创新点是在Yolov4模型中使用新的特征融合方法以及使用损失函数加权方式约束权重和偏置的更新走向,进一步提升性能的同时解决了目标检测数据不平衡问题;文中模型在测试准确率达到99.85%的情况下推理速度为40
为判别同杆双回线跨线故障性质,提出基于模糊诊断原则的模糊聚类算法。建立模糊相似矩阵,计算最大矩阵元,划分同杆双回线跨线故障性质样本,将其当做模糊综合聚类反复运算中初
传统的医疗人力资源方案存在均衡度水平低、适应度差的问题,导致医疗人力资源的响应时间过长。为此,引入蚁群算法对医疗人力资源应急调度方案进行优化。文中采用线性规划算法