-
题名基于FEEMD算法对小样本电磁信号的识别与分类
被引量：5
- 1
-
-
作者
郭钰荣
姚金杰
白建胜
温雪芳
-
机构
中北大学
-
出处
《国外电子测量技术》
北大核心
2023年第4期166-172,共7页
-
基金
山西省基础研究计划项目(202203021212157)
国家自然科学基金(62201522)项目资助。
-
文摘
针对当前小样本条件下电磁信号识别算法在不同信噪比下识别准确率较低的问题,提出了一种模糊熵限阈经验模态分解(fuzzy entropy empirical mode decomposition,FEEMD)算法进行电磁信号特征提取,提取表征明显的数据展开短时傅里叶变换(short time Fourier transform,STFT),然后选用Transformer模型分类识别各制式信号。该算法采用8种不同制式的电磁信号分别在-10、-5、0、5、10 dB这5种信噪比下的识别准确率,确定了该网络的最优超参数。仿真结果表明,在5种信噪比下,2FSK、AM、ASK、SSB这4种调制信号识别率均超过90%,QAM16、QPSK和OFDM的准确率由30%~40%提升到了70%以上,由此表明了该算法的有效性和可实施性。
-
关键词
短时傅里叶变换
Transformer网络
feemd算法
信噪比
-
Keywords
STFT
Transformer network
feemd algorithm
SNR
-
分类号
TN911
[电子电信—通信与信息系统]
-
