基于软件与深度学习的雷达信号识别方法、装置和设备

AITNT
正文
推荐专利
基于软件与深度学习的雷达信号识别方法、装置和设备
申请号:CN202411708788
申请日期:2024-11-27
公开号:CN119199792A
公开日期:2024-12-27
类型:发明专利
摘要
本发明涉及基于软件与深度学习的雷达信号识别方法、装置和设备,通过首先构建了基于深度学习的卷积神经网络模型,再结合软件无线电的方便灵活性给卷积神经网络模型喂入大量的不同类别的雷达信号数据进行训练,让卷积神经网络模型自动进行信号的特征提取,从而极大的提高雷达信号的识别准确率。
技术关键词
卷积神经网络模型 信号识别模型 雷达信号识别方法 软件无线电射频 信号识别装置 信号生成器 带标签 训练集 注意力机制 信号获取模块 功率放大器 发射天线 调频 计算机设备
系统为您推荐了相关专利信息
1
一种基于自适应编码的新型脉冲神经网络目标识别方法
卷积神经网络模型 解码网络 神经网络架构 脉冲 编码器
2
基于Reg III蛋白的溃疡性结肠炎疾病活动度预测方法及系统
结肠镜图像 溃疡性结肠炎 粪便钙卫蛋白 深度神经网络模型 疾病
3
一种基于多保真数据融合的相控阵天线结构变形重构方法
相控阵天线结构 回归预测模型 重构方法 相控阵天线阵面 数据
4
一种基于卷积神经网络的多算法微生物培养综合识别方法及系统
综合识别方法 卷积神经网络深度学习模型 菌种 深度学习技术 菌落计数
5
一种ADAS智能驾驶实车道路测试标定方法
测试标定方法 信号识别模型 三维环境模型 三维点云数据 三维地图数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号