期刊信息
主办:中国电子学会;中电新一代(北京)信息技术研究院
ISSN:1003-0530
CN:11-2406/TN
语言:中文;
周期:月刊
影响因子:1.063
被引频次:47503
数据库收录:
JST 日本科学技术振兴机构数据库(日)(2022) CSCD 中国科学引文数据库来源期刊(2021-2022年度) WJCI 科技期刊世界影响力指数报告(2021)来源期刊 北京大学《中文核心期刊要目总览》来源期刊: 1992年(第一版),2004年版,2008年版,2011年版,2014年版,2017年版,2020年版期刊分类:信息科技
期刊热词:
电信技术
基于轻量化视觉Transformer的间歇采样干扰类型识别
【作者】网站采编
【关键词】
【摘要】:研究背景与问题 随着雷达探测技术的发展,间歇采样转发干扰(Interrupted Sampling Repeater Jamming, ISRJ)作为一种新型的伪装性强、具有动态特性的干扰类型,在复杂电磁频谱环境中愈发普研究背景与问题
随着雷达探测技术的发展,间歇采样转发干扰(Interrupted Sampling Repeater Jamming, ISRJ)作为一种新型的伪装性强、具有动态特性的干扰类型,在复杂电磁频谱环境中愈发普遍。ISRJ干扰通过部分采样和存储信号的方式进行,对雷达探测性能造成了严重威胁。然而,传统的识别方法在ISRJ干扰的识别过程中存在识别率低、误报率高、处理速度慢等问题。因此,研究高效、准确的ISRJ干扰类型识别技术对于提高雷达系统抗干扰能力至关重要。
研究方法
本论文针对ISRJ干扰的识别问题,提出了一种基于轻量化视觉Transformer(Lightweight Visual Transformer, LVT)的间歇采样干扰类型识别方法。该方法首先采用数据预处理技术对ISRJ干扰信号进行特征提取,然后设计轻量化视觉Transformer模型进行信号分类识别。轻量化视觉Transformer模型具有轻量、高效的优点,可以显著减少计算资源消耗,提高处理速度。 具体而言,首先,我们对ISRJ干扰信号进行信号预处理,包括去噪、平滑和标准化等操作,以去除干扰信号中的噪声和不稳定因素。其次,通过设计一个轻量化视觉Transformer模型,该模型结合了Transformer结构的强大表示能力和LVT模型的轻量化设计思想。我们针对ISRJ干扰信号的特性,优化了Transformer模型的结构参数,实现了对ISRJ干扰信号的精确识别。此外,我们还采用了数据增强技术来扩充训练集,以进一步提高模型的识别精度。
核心结果
实验结果表明,与传统的识别方法相比,所提出的轻量化视觉Transformer模型在ISRJ干扰的识别率、处理速度和准确率等方面均取得了显著的提升。具体表现在:首先,轻量化视觉Transformer模型的识别率达到90%以上,远高于传统方法的60%;其次,处理速度比传统方法提高了40%;最后,误报率降低了20%。这些结果表明,基于轻量化视觉Transformer的间歇采样干扰类型识别方法具有更高的性能和实用性。
结论与意义
本文针对ISRJ干扰识别的难点,提出了一种基于轻量化视觉Transformer的间歇采样干扰类型识别方法。该方法结合了Transformer结构和LVT的轻量化设计思想,能够有效地提高ISRJ干扰的识别率和处理速度。研究结果表明,该方法的提出为ISRJ干扰的识别提供了新的思路和解决方案。这对于提高雷达系统抗ISRJ干扰的能力,保障雷达探测性能具有重要意义,也为其他复杂信号处理领域的研究提供了有益借鉴。在未来,我们将继续优化模型结构,并拓展应用范围,以期在实际应用中发挥更大作用。
文章来源:《信号处理》 网址: http://www.xinhaochuli.cn/qikandaodu/2026/1027/334.html
上一篇:基于信号重构与级联阈值的水声通信前导信号快
下一篇:没有了