基于卷积神经网络的卫星导航干扰信号识别装置及其方法
基本信息
| 申请号 | CN201910772412.X | 申请日 | - |
| 公开（公告）号 | CN110515096A | 公开（公告）日 | 2019-11-29 |
| 申请公布号 | CN110515096A | 申请公布日 | 2019-11-29 |
| 分类号 | G01S19/01;G06K9/62;G06N3/04;G06N3/08 | 分类 | 测量；测试; |
| 发明人 | 陈鹏;高林霞;曹振新;许湘剑;汤湘伟 | 申请（专利权）人 | 中电科技扬州宝军电子有限公司 |
| 代理机构 | 南京众联专利代理有限公司 | 代理人 | 东南大学;扬州步微科技有限公司;中电科技扬州宝军电子有限公司 |
| 地址 | 210096 江苏省南京市玄武区四牌楼2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的卫星导航干扰信号识别装置及其方法，基于CNN深度学习网络在二维数据处理上的优势，干扰信号通过多通道重复的方式，创新性地将降采样之后的一维干扰信号转换为二维图像形式，并以此为基础构建出用于干扰信号识别的卷积神经网络，所述深度学习网络包含三个卷积层，分别包含32个33的卷积层，16个33的卷积层和16个33的卷积层，每一个卷积层之后引入归一化层，每一个归一化层之后引入池化层，最后加上全连接层作为输出层，所述卷积层均选择ReLU作为激活函数，所述全连接层采用softmax作为激活函数，在CNN分类模型完成训练后，有效识别出卫星干扰信号并完成分选，更加的高效、快速。 |
