摘要
一种基于空间变换、多尺度特征融合和KAN的GNSS干扰识别方法。其包括构成干扰信号数据集;获得时频图像训练集和时频图像测试集;构建由空间变换模块、多尺度特征融合模块和KAN模块组成的GNSS干扰识别分类器;获得训练好的GNSS干扰识别分类器;获得最终的GNSS干扰识别分类器;最终GNSS干扰识别分类器输出实时采集的GNSS干扰信号的类别等步骤。本发明利用空间变换模块对干扰信号时频图像进行平移、缩放等操作,扩充训练样本的数量。多尺度特征融合模块采用不同尺度的并行卷积核提取时频图的多尺度空间特征,从而增加特征表示的丰富性,进一步提高识别准确率。KAN模块使用KAN替代传统的多层感知机执行最后的分类任务,可以使用更少的参数拟合更复杂的非线性函数。
技术关键词
干扰识别方法
多尺度特征融合
GNSS干扰信号
分类器
图像
脉冲干扰信号
短时傅里叶变换
窄带噪声
训练集
扩充训练样本
模块
支路
Adam算法
坐标
像素点
矩阵
采样器
正弦波