数字通信世界杂志

摘要：当前利用无人机图传信号时频图的个体识别方法由于关注整张时频图图像而不是图中信号所在区域，导致识别精度不足，部分无人机个体难以识别。为此，本文提出了一种基于中心注意力机制的无人机个体识别方法。该方法利用中心注意力机制对图像中信号所在区域进行加权以增强深度神经网络模型对该区域的关注。为了提升算法对于相似度较高的个体分类能力同时增强模型对数据不均衡的处理能力，设计了焦点损失和惩罚机制相结合的损失函数。在室内及室外场景中，收集并构建了无人机个体识别数据集，并在该数据集上训练模型。结果表明，提出的方法在4种无人机机型18个个体的平均识别准确率达到98.73%，验证了算法的有效性。

关键词： 中心注意力机制;无人机个体识别;焦点损失;惩罚机制;时频图;

专辑： 信息科技;工程科技Ⅱ辑

专题： 航空航天科学与工程;计算机软件及计算机应用

分类号： V279;TP391.41