基于软件与深度学习的雷达信号识别方法、装置和设备
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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
一种基于深度学习与高光谱结合的伪装材料识别的方法
Frost滤波
高光谱成像系统
卷积神经网络模型
数据
PCA算法
2
基于机器识别的无源海上自动捡拾机械臂及处理系统
总线舵机
捡拾机械
储能电池
机械臂
钢结构骨架
3
基于光学模式自动分离技术的小位移精密测量系统及方法
图样
卷积神经网络模型
干涉仪系统
镜架
模式
4
一种基于超声导波的排水管道腐蚀检测方法及装置
超声导波换能器
腐蚀检测方法
小波阈值去噪方法
信号特征分析
排水管道内壁
5
基于无人机的集中式光伏电站的智能巡检系统
光伏组件图像
感兴趣区域图像
集中式光伏电站
智能巡检系统
区域特征提取