摘要
本发明属于信号处理技术领域,具体涉及一种基于注意力机制驱动连续小段波的PRI类型分类方法,包括以下步骤:CWT用于分解PRI调制序列并获得不同的时频分量,借助所提出的CNN‑MHSA‑LSTM组合,从CWT 2D尺度图中提取的特征用于执行PRI调制鉴别。其中vanilla CNN提取深度特征以找出类细节,同时捕获空间属性。为了提高整个框架的判别能力,使用了MHSA机制。时间属性由LSTM获取,并且LSTM与CNN协同工作,根据提取的特征执行PRI类别的检测。仿真结果表明:当环境波动时,50%的杂散脉冲时,最佳识别准确率为95.33%。
技术关键词
注意力机制
分类方法
数据特征工程
连续小波变换
LSTM模型
信号处理技术
突发噪声
斑点噪声
脉冲噪声
序列
训练集
仿真数据
随机噪声
效应
冗余
信道
电磁