摘要
本发明涉及一种基于多级注意力机制的无人机信号调制识别方法及系统,包括S1、获取无人机图传信号数据,对无人机图传信号数据进行预处理,得到输入特征图;S2、构建无人机信号调制识别模型,并将输入特征图输入无人机信号调制识别模型进行训练;S3、使用训练完成的无人机信号调制识别模型进行无人机信号识别。本发明采用通道注意力机制,通过挤压激励操作输出不同通道权重从而使模型关注重要特征,忽略次要特征,实现对每个通道权重的动态调整;采用自注意力机制,关注到输入特征图的全局信息。本发明在低信噪比环境下依然有较高的识别准确率,与ResNet50,SeNet,CNN,DNN等网络相比,识别准确率高,鲁棒性强。
技术关键词
无人机图传信号
信号调制识别方法
输出特征
无人机信号识别
通道注意力机制
构建无人机
卷积模块
数字调制方式
积层
元素
数据
模型训练模块
信噪比
系统为您推荐了相关专利信息
控系统网络
恶意流量检测方法
正则化极限学习机
恶意流量检测模型
粒子群算法优化
导航卫星系统
惯导误差
卡尔曼滤波估计
接收机
数据处理模块
飞机跑道
分割方法
图像语义分割模型
引入注意力机制
图像分割模型
输电线路异物检测
输电线路巡检图像
网络
卷积模块
信息不丢失
组学特征
通道注意力机制
转录组学
基因
网络结构