公开(公告)号：CN115081475B

公开(公告)日：2025-04-15

申请号：CN202210652879.2

申请日：2022-06-08

Applicant: 西安电子科技大学

Inventor： 张敏 ,  赵檬 ,  王海 ,  李阔仰 ,  张镇晖

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提出了一种基于Transformer网络的干扰信号识别方法，主要解决现有方法对干扰信号进行特征提取的过程复杂、难度大且提取不完全的技术问题。方案包括：1)仿真通信信号数据和干扰信号数据，构建单一干扰和复合干扰数据集，并进行划分和标签标注；2)构建局部特征提取模块；3)构建全局特征融合模块；4)构建基于局部特征提取模块和全局特征融合模块的干扰识别网络；5)使用构建的数据集对干扰信号识别网络模型进行训练和验证，得到最终的干扰信号识别网络模型；7)利用模型各对类干扰信号进行准确识别。本发明能够实现对干扰信号全局和局部特征的全面提取，以及时域和频域特征的充分融合，有效提升了干扰信号的识别准确率。

公开(公告)号：CN115081475A

公开(公告)日：2022-09-20

申请号：CN202210652879.2

申请日：2022-06-08

Applicant: 西安电子科技大学

Inventor： 张敏 ,  赵檬 ,  王海 ,  李阔仰 ,  张镇晖

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提出了一种基于Transformer网络的干扰信号识别方法，主要解决现有方法对干扰信号进行特征提取的过程复杂、难度大且提取不完全的技术问题。方案包括：1)仿真通信信号数据和干扰信号数据，构建单一干扰和复合干扰数据集，并进行划分和标签标注；2)构建局部特征提取模块；3)构建全局特征融合模块；4)构建基于局部特征提取模块和全局特征融合模块的干扰识别网络；5)使用构建的数据集对干扰信号识别网络模型进行训练和验证，得到最终的干扰信号识别网络模型；7)利用模型各对类干扰信号进行准确识别。本发明能够实现对干扰信号全局和局部特征的全面提取，以及时域和频域特征的充分融合，有效提升了干扰信号的识别准确率。