一种面向时变射频干扰的时频特征预测网络

摘要

时变射频干扰非线性强,难以用线性方法进行有效预测,进而使抗干扰决策缺少信息支撑。针对该问题提出了基于时频相关特征的频谱预测递归神经网络,通过滑窗模型表征时频序列的二维相关性,将频谱预测问题转化为类似于空时序列预测的问题,增加跨时间帧的梯度桥结构以减轻梯度在长时间、多层级网络传播时的衰减现象,用匹配性更高的损失函数提高训练效率和网络性能。仿真和实验结果验证了该网络预测结果的有效性。