基于深度残差收缩注意力网络的雷达信号识别方法

TN974; 针对低信噪比条件下雷达信号识别率低,以及分类网络不具备识别样本库新添加信号类型的局限,提出了一种基于深度残差收缩注意力网络的雷达信号识别方法.通过网络将一维雷达信号映射到32维向量空间.网络中的残差连接能有效强化特征的传播能力,解决网络过深无法训练的问题;注意力机制的引入,不仅构建掩码支路充当主干支路的特征选择器,还能够帮助网络自适应地选择合适的阈值进行软阈值化,从而减少网络中噪声或者冗余信息的影响,提高网络对噪声的鲁棒性.训练过程中排序表损失(ranked list loss,RLL)和分类损失函数共同指导网络训练.RLL能够有效克服传统度量学习损失函数忽略类内特征的问题,分类...

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 45; no. 3; pp. 717 - 725
Main Authors 曹鹏宇, 杨承志, 陈泽盛, 王露, 石礼盟
Format Journal Article
LanguageChinese
Published 空军航空大学航空作战勤务学院,吉林长春130022%空军航空大学航空基础学院,吉林 长春130022%中国人民解放军93671部队,河南南阳474350 01.03.2023
Subjects
损失函数
注意力机制
软阈值化
深层残差收缩注意力网络
雷达信号识别
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2023.03.12

Cover

Abstract TN974; 针对低信噪比条件下雷达信号识别率低,以及分类网络不具备识别样本库新添加信号类型的局限,提出了一种基于深度残差收缩注意力网络的雷达信号识别方法.通过网络将一维雷达信号映射到32维向量空间.网络中的残差连接能有效强化特征的传播能力,解决网络过深无法训练的问题;注意力机制的引入,不仅构建掩码支路充当主干支路的特征选择器,还能够帮助网络自适应地选择合适的阈值进行软阈值化,从而减少网络中噪声或者冗余信息的影响,提高网络对噪声的鲁棒性.训练过程中排序表损失(ranked list loss,RLL)和分类损失函数共同指导网络训练.RLL能够有效克服传统度量学习损失函数忽略类内特征的问题,分类损失函数能够弥补度量损失优化下对样本整体分布不敏感的问题.实验表明,该方法在提高低信噪比雷达信号识别准确率的同时仍具有识别样本库新添加信号类型的能力.
AbstractList TN974; 针对低信噪比条件下雷达信号识别率低,以及分类网络不具备识别样本库新添加信号类型的局限,提出了一种基于深度残差收缩注意力网络的雷达信号识别方法.通过网络将一维雷达信号映射到32维向量空间.网络中的残差连接能有效强化特征的传播能力,解决网络过深无法训练的问题;注意力机制的引入,不仅构建掩码支路充当主干支路的特征选择器,还能够帮助网络自适应地选择合适的阈值进行软阈值化,从而减少网络中噪声或者冗余信息的影响,提高网络对噪声的鲁棒性.训练过程中排序表损失(ranked list loss,RLL)和分类损失函数共同指导网络训练.RLL能够有效克服传统度量学习损失函数忽略类内特征的问题,分类损失函数能够弥补度量损失优化下对样本整体分布不敏感的问题.实验表明,该方法在提高低信噪比雷达信号识别准确率的同时仍具有识别样本库新添加信号类型的能力.
Author 杨承志
王露
曹鹏宇
陈泽盛
石礼盟
AuthorAffiliation 空军航空大学航空作战勤务学院,吉林长春130022%空军航空大学航空基础学院,吉林 长春130022%中国人民解放军93671部队,河南南阳474350
AuthorAffiliation_xml – name: 空军航空大学航空作战勤务学院,吉林长春130022%空军航空大学航空基础学院,吉林 长春130022%中国人民解放军93671部队,河南南阳474350
Author_FL CAO Pengyu
YANG Chengzhi
WANG Lu
SHI Limeng
CHEN Zesheng
Author_FL_xml – sequence: 1
  fullname: CAO Pengyu
– sequence: 2
  fullname: YANG Chengzhi
– sequence: 3
  fullname: CHEN Zesheng
– sequence: 4
  fullname: WANG Lu
– sequence: 5
  fullname: SHI Limeng
Author_xml – sequence: 1
  fullname: 曹鹏宇
– sequence: 2
  fullname: 杨承志
– sequence: 3
  fullname: 陈泽盛
– sequence: 4
  fullname: 王露
– sequence: 5
  fullname: 石礼盟
BookMark eNo9UMtKw0AUnUUFa-1fuBIS72Q6M81Siy8ouFFwVyaZTGmRFBzFx7qIKLQI6sIK4kYUoSIFg1HrzzST-hdGFFcHzoHzmkK5sBUGCM1gsLFDgM417YbWoY0BsEWBbdoOOMQGksk5lP-nJ1FR64YHFBNOgZfyaCG5iUdxx0TPSXxn-qdJ1DfnL-n7gxncm3Y3OemlH2fp23V61f7qRePhcPR5m3Sj8dNRcvxoLl_N4GIaTSixpYPiHxbQxtLiemXFqq4tr1bmq5bGQB2LOdRjAeE4AM_F1POl8LMibpkrxgQozIBTFUjBFHeCclkJiWXJdTn2XSkZJgU0--u7J0Ilwnqt2drdDrPE2v5O3T-Qh039sxoIZJ98AwhRapg
ClassificationCodes TN974
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.12305/j.issn.1001-506X.2023.03.12
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL Radar signal recognition method based on deep residual shrinkage attention network
EndPage 725
ExternalDocumentID xtgcydzjs202303012
GroupedDBID -0Y
2B.
4A8
5XA
5XJ
92E
92I
93N
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CUBFJ
CW9
PSX
TCJ
TGP
U1G
U5S
ID FETCH-LOGICAL-s1052-625b6e371e0b915bcdac051987f66a0f16075feda6f72e88fad1d49971c9dd613
ISSN 1001-506X
IngestDate Thu May 29 04:00:30 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 3
Keywords 损失函数
注意力机制
软阈值化
深层残差收缩注意力网络
雷达信号识别
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1052-625b6e371e0b915bcdac051987f66a0f16075feda6f72e88fad1d49971c9dd613
PageCount 9
ParticipantIDs wanfang_journals_xtgcydzjs202303012
PublicationCentury 2000
PublicationDate 2023-03-01
PublicationDateYYYYMMDD 2023-03-01
PublicationDate_xml – month: 03
  year: 2023
  text: 2023-03-01
  day: 01
PublicationDecade 2020
PublicationTitle 系统工程与电子技术
PublicationTitle_FL Systems Engineering and Electronics
PublicationYear 2023
Publisher 空军航空大学航空作战勤务学院,吉林长春130022%空军航空大学航空基础学院,吉林 长春130022%中国人民解放军93671部队,河南南阳474350
Publisher_xml – name: 空军航空大学航空作战勤务学院,吉林长春130022%空军航空大学航空基础学院,吉林 长春130022%中国人民解放军93671部队,河南南阳474350
SSID ssib051375074
ssib002263377
ssib001102898
ssib057620160
ssib023168126
ssib023646287
ssj0042237
Score 2.3918843
Snippet TN974; 针对低信噪比条件下雷达信号识别率低,以及分类网络不具备识别样本库新添加信号类型的局限,提出了一种基于深度残差收缩注意力网络的雷达信号识别方法.通过网络将一...
SourceID wanfang
SourceType Aggregation Database
StartPage 717
Title 基于深度残差收缩注意力网络的雷达信号识别方法
URI https://d.wanfangdata.com.cn/periodical/xtgcydzjs202303012
Volume 45
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1001-506X
  databaseCode: ADMLS
  dateStart: 20180801
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib057620160
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwrV1LaxRBEB5CFkQP4hPfBEyfZOO8u_vYvTtDEPViArmFeUY8rGA2oDkHEQWDoB6MIF5EESIScDFq_DPZ3fgvrKqZ3dkQCVGEZWiqa7q-quqZrprth2FMysRJYWSX9TQ13bobx1ldJJGsO3h6kS9SO81ot8-b_vSse23Omxur1UZmLS2146lk-Y_rSv7Fq0ADv-Iq2b_w7LBRIEAZ_AtX8DBcD-RjFnhMhkwrFrh4FQELfKY50xZWAUX5SFEBE5ooHMtAkcAPVcDZYErSXQ5TAgsCossQmYViUhNPk0mLCprJBhakQrZAIgO0GQimA_whjJApkg6NFFUqZMInCpQ1SQdxA6HF4ZeD-JikOCioFBcOYHtIAYSoCEgRpCwnRTzkUQDSJPwKZ2-gFFBtOG-ZCJrESrwWKqJh-C6W5sAKEjVB2SGTIyygskRFCvBgGcQAOHXFwhEawpQIQdujH1Zsp5pZRo8CaSXJhR6aCS0uyFJqV5VymeKlnujUvTwu-alB4AWTghrUeGPhy8Ir5e2khrLhAaM-ZKK-qH4AylItKY4UkOLhn5E2MHv_D-2w43IEhg47ELYr-4KjfgGt4G2anEOPBYoBd5nUiwUiU87gIQiGmkjH5xY2L4onQWLzANImk2ob_Y28TTLRsEBs2nEhRi72Ni6HeJxE6Jl0fuYwBii2NC3fdc7IgM6LlcVlbMiLRfp7wg7I4z2KO1DC1FDCFHYr3EO5XCmwe2P3--2F5EG6fGcRufDLBESSNRuCE3PcqKnmjeu3qrwG04CR7yKQMzlOtYDcxtPnrCqPwkMhfLvKu8ATkBhUeZ6HQiz8LlKErC7kCHQK1QD4IWNyoNbVfZSihY6tPGotjMTkM8eMo2UyPaGKN-NxY2z59gnjyMgWqycN3X2zub35tNf53N1811t_0u2s955_6X__0Nt431tZ7T5e6_941v_2uv9q5ddaZ2dra_vn2-5qZ-fTw-6jj72XX3sbL04Zs2Ew05iul-fG1BchW7Trvu3FfuZwKzNjaXlxkkYJZqqC574fmTnuqenlWRr5ObczIfIotVJXSm4lEoYoyzltjLfutrIzxkRu5XkmE4snYL4847Ewo8gWfhS5aWJG7lnjcmmB-XJcWJzf69dzB-I6bxyuXkMXjPH2vaXsImQ87fhS2R9-AzF09lk
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E6%AE%8B%E5%B7%AE%E6%94%B6%E7%BC%A9%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%BD%91%E7%BB%9C%E7%9A%84%E9%9B%B7%E8%BE%BE%E4%BF%A1%E5%8F%B7%E8%AF%86%E5%88%AB%E6%96%B9%E6%B3%95&rft.jtitle=%E7%B3%BB%E7%BB%9F%E5%B7%A5%E7%A8%8B%E4%B8%8E%E7%94%B5%E5%AD%90%E6%8A%80%E6%9C%AF&rft.au=%E6%9B%B9%E9%B9%8F%E5%AE%87&rft.au=%E6%9D%A8%E6%89%BF%E5%BF%97&rft.au=%E9%99%88%E6%B3%BD%E7%9B%9B&rft.au=%E7%8E%8B%E9%9C%B2&rft.date=2023-03-01&rft.pub=%E7%A9%BA%E5%86%9B%E8%88%AA%E7%A9%BA%E5%A4%A7%E5%AD%A6%E8%88%AA%E7%A9%BA%E4%BD%9C%E6%88%98%E5%8B%A4%E5%8A%A1%E5%AD%A6%E9%99%A2%2C%E5%90%89%E6%9E%97%E9%95%BF%E6%98%A5130022%25%E7%A9%BA%E5%86%9B%E8%88%AA%E7%A9%BA%E5%A4%A7%E5%AD%A6%E8%88%AA%E7%A9%BA%E5%9F%BA%E7%A1%80%E5%AD%A6%E9%99%A2%2C%E5%90%89%E6%9E%97+%E9%95%BF%E6%98%A5130022%25%E4%B8%AD%E5%9B%BD%E4%BA%BA%E6%B0%91%E8%A7%A3%E6%94%BE%E5%86%9B93671%E9%83%A8%E9%98%9F%2C%E6%B2%B3%E5%8D%97%E5%8D%97%E9%98%B3474350&rft.issn=1001-506X&rft.volume=45&rft.issue=3&rft.spage=717&rft.epage=725&rft_id=info:doi/10.12305%2Fj.issn.1001-506X.2023.03.12&rft.externalDocID=xtgcydzjs202303012
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fxtgcydzjs%2Fxtgcydzjs.jpg