輕量化的ML SNet雷達(dá)復(fù)合干擾識別算法

打開文本圖片集

摘 要：針對復(fù)雜電磁環(huán)境下雷達(dá)復(fù)合干擾識別困難和網(wǎng)絡(luò)模型復(fù)雜度高的問題，將多標(biāo)簽分類與改進(jìn)的ShuffleNet V2相結(jié)合，提出一種輕量化的多標(biāo)簽ShuffleNet（multi labeling ShuffleNet， ML SNet）雷達(dá)復(fù)合干擾識別算法。首先，使用輕量化的ShuffleNet V2作為主干網(wǎng)絡(luò)，引入SimAM（similarity based attention module）注意力機(jī)制，提高網(wǎng)絡(luò)特征提取能力。（剩余18087字）