摘要
本发明涉及电磁信号识别技术领域,特别是涉及一种基于SepEC‑Net神经网络的电磁指纹提取方法及系统,方法包括:获取待识别电磁信号;将所述待识别电磁信号输入预设的SepEC‑Net神经网络模型中,输出所述待识别电磁信号的电磁指纹,其中,所述SepEC‑Net神经网络模型用于对所述待识别电磁信号进行局部特征和全局特征提取。本发明结合局部特征和全局特征提取,提升对时域信号的细粒度分析和噪声抑制能力,从而有效识别复杂信号环境下的电磁指纹。
技术关键词
指纹提取方法
神经网络模型
全局特征提取
输出特征
电磁信号识别
训练集
信号获取模块
模拟噪声
噪声抑制
频域特征
序列
数据
机制
电子设备
频率
系统为您推荐了相关专利信息
均匀性补偿方法
驱动芯片
光强
显示查找表
补偿值
图像深度估计方法
深度图
分支
编码特征
输出特征
机器学习模型
形式化方法
特征值
神经网络模型
离散方法
门控循环网络
门控循环神经网络
多肽
序列特征
注意力机制