一种基于扩散Sigformer的受干扰电磁信号识别系统与方法技术方案

本发明专利技术属于电磁信号识别技术领域，公开了一种基于扩散Sigformer的受干扰电磁信号识别系统与方法；所述受干扰电磁信号识别系统包括扩散模型DDPM和分类模型Sigformer，分类模型Sigformer包括1D Patch Embedding模块、Sigformer Block模块和分类器模块，扩散模型DDPM将受干扰的电磁信号进行去噪处理，得到去干扰后的信号，1D Patch Embedding模块将去干扰后的信号序列划分成块，添加位置编码，保存原序列的时序关系，在原始Transformer Encoder中引入了残差卷积，构建了Sigformer Block模块，用于对去干扰后的信号进行特征提取，获得不同调制类别的信息，使得该系统在不丢失全局信息的情况下，能够更好地关注局部特征，分类器模块：用于接收提取到的深层特征，输出每个调制类别的预测概率。

【技术实现步骤摘要】

本专利技术属于电磁信号识别，涉及一种基于扩散sigformer的受干扰电磁信号识别系统与方法。

技术介绍

1、随着信息技术的飞速发展，电磁信号作为信息传输的载体，其重要性日益凸显。电磁信号识别作为信号处理领域的重要分支，不仅具有深远的理论意义，更在民用和军事领域展现出广泛的应用价值。在民用领域，电磁信号识别技术可用于监测民用通信信号，进行干扰识别以及电磁频谱管理。通过实时监测和分析电磁信号,可以监督民用通信的依法操作，同时监控非法用户对卫星转发器资源的侵占和盗用。此外，电磁信号识别技术还可用于智能家居、物联网等领域，实现设备的智能控制和信息交互。在军事领域，精确的信号识别是进行太空电磁对抗和获取信息权的必备条件。通过对敌方电磁信号的识别和分析，可以截获敌方、进行电磁干扰和攻击等，为军事行动提供有力支持。此外，电磁信号识别技术还可用于雷达信号处理、电子战等领域，提高作战效率和安全性。

2、近年来，随着人工智能的不断发展，深度学习技术在很多领域已引起了广泛关注，深度学习方法也成为电磁信号识别领域的一个研究热点。通过构建神经网络模型，可以学习到不同电本文档来自技高网...

【技术保护点】

1.一种基于扩散Sigformer的受干扰电磁信号识别系统，其特征在于，包括：

2.根据权利要求1所述的基于扩散Sigformer的受干扰电磁信号识别系统，其特征在于，所述分类模型Sigformer，包括：

3.根据权利要求2所述的基于扩散Sigformer的受干扰电磁信号识别系统，其特征在于：

4.根据权利要求2所述的基于扩散Sigformer的受干扰电磁信号识别系统，其特征在于：

5.根据权利要求1所述的基于扩散Sigformer的受干扰电磁信号识别系统，其特征在于：

6.根据权利要求5所述的基于扩散Sigformer的受干...

【技术特征摘要】

1.一种基于扩散sigformer的受干扰电磁信号识别系统，其特征在于，包括：

2.根据权利要求1所述的基于扩散sigformer的受干扰电磁信号识别系统，其特征在于，所述分类模型sigformer，包括：

3.根据权利要求2所述的基于扩散sigformer的受干扰电磁信号识别系统，其特征在于：

4.根据权利要求2所述的基于扩散sigformer的受干扰电磁信号识别系统，其特征在于：

5.根据权利要求1所述的基于扩散sigformer的受干扰电磁信号识别系统，其特征在于：

6.根据权利要求5所...

【专利技术属性】
技术研发人员：刘旭，郝晓宇，张丹，李玲玲，马文萍，刘芳，焦李成，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：