公开(公告)号：CN114527441A

公开(公告)日：2022-05-24

申请号：CN202210026583.X

申请日：2022-01-11

Applicant: 中国计量大学

Inventor： 全大英 ,  胡志鹏 ,  汪晓锋

IPC: G01S7/41 ,  G01S7/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于多头注意力机制的LSTM网络的雷达信号识别方法，其特征在于：所述识别方法包括如下步骤：S1、生成数据集，数据集中的多种典型雷达信号作为LSTM网络的训练及测试用；S2、对产生的数据集信号进行预处理；S3、构建LSTM网络，设置LSTM网络参数；S4、将数据集信号序列的训练样本数据输入至步骤S3的LSTM网络中，当迭代次数达到n次时，结束训练，得到训练好的LSTM的网络模型；S5、将数据集中每种信号的测试集数据输入到训练好的LSTM网络模型中，网络输出为雷达信号预测类别。本发明以雷达信号辐射源信号序列经过多头注意力机制进行表征学习得到的新的序列，再把该序列输入到LSTM神经网络中进行特征提取识别，从而提高实现雷达信号识别率。

公开(公告)号：CN112463718B

公开(公告)日：2022-05-20

申请号：CN202011285026.7

申请日：2020-11-17

Applicant: 中国计量大学

Inventor： 全大英 ,  吕锋 ,  胡志鹏 ,  翟文超

IPC: G06F15/78 ,  G06F13/42

Abstract: 本发明提供了一种信号识别处理装置，包括一个异构片上系统(SoC)芯片、一个由嵌入式GPU芯片堆叠组成的嵌入式图形处理器(GPU)芯片阵列、一颗以太网交换芯片和一颗PCIe交换芯片，本发明解决了现有信号识别技术在集成度不高、体积偏大、功耗偏高的问题，具有可扩展、易于实现、灵活性好的特点，支持不同等级的实时数据交换、不同等级的实时性运算、并且能够同时支持传统信号识别算法和未来智能化信号识别算法的计算。

公开(公告)号：CN112463718A

公开(公告)日：2021-03-09

申请号：CN202011285026.7

申请日：2020-11-17

Applicant: 中国计量大学

Inventor： 全大英 ,  吕锋 ,  胡志鹏 ,  翟文超

IPC: G06F15/78 ,  G06F13/42

Abstract: 本发明提供了一种信号识别处理装置，包括一个异构片上系统(SoC)芯片、一个由嵌入式GPU芯片堆叠组成的嵌入式图形处理器(GPU)芯片阵列、一颗以太网交换芯片和一颗PCIe交换芯片，本发明解决了现有信号识别技术在集成度不高、体积偏大、功耗偏高的问题，具有可扩展、易于实现、灵活性好的特点，支持不同等级的实时数据交换、不同等级的实时性运算、并且能够同时支持传统信号识别算法和未来智能化信号识别算法的计算。