用于雷达与通信信号分类的 LSTM 框架
信号处理
2025-01-10 v2
摘要
尽管雷达与通信信号分类通常被分开处理，它们具有相似特征，且某一领域的方法有可能应用于另一领域。我们提出了一种简单且统一的方案，利用长短期记忆（LSTM）神经网络对雷达与通信信号进行分类。该方案在雷达信号上改进了当前最优水平，而 LSTM 模型正开始应用于复杂度更高的方案中。迄今为止，尚无标准的雷达信号公开数据集。因此，我们提出 DeepRadar2022，一个用于我们系统评估的雷达数据集，已公开可用，并将促进方法间的标准比较。
引用
@article{arxiv.2305.03192,
title = {LSTM Framework for Classification of Radar and Communications Signals},
author = {Victoria Clerico and Jorge Gonzalez-Lopez and Gady Agam and Jesus Grajal},
journal= {arXiv preprint arXiv:2305.03192},
year = {2025}
}
备注
IEEE Radar Conference 2023