融合多维注意力的非合作通信行为识别方法

作     者：程凯欣 姚昌华 丁国如 王磊 周星宇 CHENG Kaixin;YAO Changhua;DING Guoru;WANG Lei;ZHOU Xingyu

作者机构：陆军工程大学通信工程学院江苏南京210007 南京信息工程大学电子与信息工程学院江苏南京210044 

出 版 物：《陆军工程大学学报》 (Journal of Army Engineering University of PLA)

年 卷 期：2022年第1卷第6期

页      面：40-47页

学科分类：080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(61971439,61702543) 江苏省自然科学基金(BK20191329)。 

主　　题：非合作通信行为识别 多维注意力机制 卷积神经网络 计算复杂度 

摘      要：电磁对抗环境下匮乏的数据资源与有限的反应时间是非合作通信行为识别研究发展所面临的主要挑战。现存的通信行为识别方法大多依赖大量监测数据或者繁琐的数据预处理流程,难以完成非合作通信行为识别任务。提出一种融合了多维通道注意力机制(MSENeT)的非合作通信行为识别方法,通过扩充通道维度提升注意力模块对通道间关系的全局视野,增强注意力中权重的精确度,从而提升深度卷积神经网络(CNN)对有限数据样本的特征提取能力,并保证带来的算法计算复杂度在可承受范围内。同时构建了对抗条件下通信行为频谱监测数据仿真场景,为后续的通信行为识别相关研究提供数据支持。最后的对比实验显示,在非合作条件下,基于MSENeT的通信行为识别方法相较于仅使用CNN和基于SENeT的方法在通信行为识别准确率上分别有14.9%和8.5%的提升。