国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:邓喆, 雷菁, 孙承哲
单位:国防科技大学电子科学学院, 湖南 长沙 410073
关键词:跳频检测,干扰对消,注意力机制,半监督学习
实际跳频信号所处的电磁环境较为复杂且难以预料,这给基于仿真数据训练的检测算法带来困扰。针对这一问题,提出一种名为半监督干扰对消的方法。该方法首先以暹罗嵌套Unet为主干, 引入图注意力机制和集成通道注意力模块, 得到干扰对消网络,并用成对的跳频信号时频图以及对应的标签对其进行预训练,使其获得干扰对消及检测信号的能力。然后,将没有标签、干扰更为复杂的时频图输入到干扰对消网络,得到低熵预测,作为伪标签。同时,对这些没有标签的时频图进行强增强,得到变形时频图。训练网络使得变形时频图的检测结果与伪标签具有一致性,从而强化网络在没有标签的数据上的泛化能力。仿真结果表明,所提方法可以在复杂干扰下实现参数估计和盲检测,并利用无标签数据增强网络性能。
来源:2023年第7期
《系统工程与电子技术》期刊编辑部