采用混合域注意力機制的無人機識別方法

薛珊,衛(wèi)立煒,顧宸瑜,呂瓊瑩

(1.長春理工大學機電工程學院,130022,長春; 2.長春理工大學重慶研究院,401135,重慶;3.西安交通大學信息與通信工程學院,710049,西安)

近年來,民用無人機黑飛的數(shù)量大大增加,給人們帶來了極大威脅,如何應(yīng)對無人機威脅并對其進行反制就成為了亟待解決的問題。在此背景下,對無人機進行反制的反無人機系統(tǒng)成為了研究熱點。反無人機系統(tǒng)的關(guān)鍵之一,也是它的首要解決問題是對無人機進行探測識別。目前對無人機進行探測識別有多種方法,包括圖像識別、無線電識別等,它們有各自的優(yōu)缺點和適用范圍,先進的趨勢是采用多種識別方法結(jié)合的方式[1-4]。在此情況下,經(jīng)濟便捷的聲學識別方法得到了廣泛關(guān)注,它不會對其他方法形成干擾,可以成為一種很好的輔助手段,如何運用聲音識別無人機成為了研究的熱點。

針對無人機聲音識別問題,學者們已經(jīng)對其進行了一系列的研究,目前大多采用卷積神經(jīng)網(wǎng)絡(luò)的方法識別。Seo等使用具有聲學短時傅里葉變換特征的卷積神經(jīng)網(wǎng)絡(luò)來對無人機進行探測[5];Casabianca等提取無人機的梅爾譜圖特征,運用卷積神經(jīng)網(wǎng)絡(luò)對無人機進行識別[6]。研究過程中使用的無人機以及特征等各不相同,并沒有統(tǒng)一的標準,所以目前并沒有統(tǒng)一且成熟的無人機公共聲音數(shù)據(jù)集?，F(xiàn)實中無人機音頻樣本數(shù)量較少,在運用大模型對其進行識別時,容易引起過擬合,導致識別準確率不高;除此之外,不同種類間的無人機聲音音頻特征相似,不易區(qū)別,這也影響了模型的識別準確率。如何運用深度學習中的先進方法提高對無人機聲音的識別準確率,成為了人們研究的難點。

本文針對大模型識別無人機時準確率不高的問題,采用分組卷積[7]的思想來減少網(wǎng)絡(luò)參數(shù),降低模型復雜度,設(shè)計小型網(wǎng)絡(luò)通道混洗的多尺度分組卷積網(wǎng)絡(luò)(multi-scale group convolution networks with channel shuffle,MSSGNet)來提高模型的識別準確率;針對特征相似不易區(qū)分而導致的準確率不高的問題,本文選擇在網(wǎng)絡(luò)中加入注意力,為此設(shè)計通道空間混合域注意力機制模塊 (efficient channel and spatial attention,ECSA),讓模型重點關(guān)注有用信號而忽略無關(guān)噪聲信號,增強信號特征區(qū)域的表征,使得模型的識別準確率獲得進一步提高。

1 無人機數(shù)據(jù)集建立及特征提取

1.1 無人機聲音數(shù)據(jù)集建立

采集城市公園、廣場和大型游樂場等公共環(huán)境中的民用無人機聲音數(shù)據(jù),采樣頻率為44.1 kHz,其中包含著較高信噪比的背景噪聲。實驗采用的無人機包括DJI 曉spark、DJI Phantom 4、DJI Mavicmini、DJI Mavic Air、DJI Mavic Air 2、DJI Mavic 2和DJI Mavic Pro等7類無人機,作為已知無人機;將大疆悟1等一些小眾無人機當作未知無人機,作為第8類,記作unknown類;將發(fā)動機、空調(diào)外機、鉆孔、廣場環(huán)境聲、交通環(huán)境聲、公園環(huán)境聲等非無人機聲音作為第9類,記作non-drone類。對獲得的聲音信號進行濾波、預(yù)加重、分幀和加窗等預(yù)處理,將長音頻片段分割成1 s的短片段。建立的無人機聲音數(shù)據(jù)集的詳細描述如表1所示,在數(shù)據(jù)集中隨機選取9類音頻各一幀信號的聲譜圖如圖1所示。

表1 自制無人機數(shù)據(jù)集的詳細描述

(a)Mavic 2 (b)Mavic Air (c)Mavic Air2

1.2 特征提取

音頻數(shù)據(jù)在輸入神經(jīng)網(wǎng)絡(luò)之前,需要提取合適的特征參數(shù)來表征信號。常用的音頻特征包括對數(shù)梅爾譜圖(log Mel-spectrogram,log-Mel)[8-9]、MFCC[10-11]等。本文采用log-Mel特征及其動態(tài)差分特征來表征無人機音頻信號。

圖2展示了特征生成的過程。采用25 ms窗口長度的短時傅里葉變換(STFT)和34個Mel濾波器來提取log-Mel特征及其動態(tài)差分特征,其中DJI Mavic 2無人機的特征表示如圖3所示。

圖2 特征提取流程示意圖Fig.2 Schematic diagram of the feature extraction process

(a)log-Mel (b)Delta (c)Delta-Delta圖3 DJI Mavic 2的log-Mel及差分特征譜圖Fig.3 Log-Mel and differential feature spectrum of DJI Mavic 2

2 網(wǎng)絡(luò)架構(gòu)與混合域注意力設(shè)計

2.1 MSSGNet網(wǎng)絡(luò)設(shè)計

由于民用無人機聲音數(shù)據(jù)集樣本數(shù)量較少,當采用的分類網(wǎng)絡(luò)較大時,其參數(shù)量過多,會產(chǎn)生過擬合現(xiàn)象,導致模型精度不高。所以,設(shè)計一種小型網(wǎng)絡(luò)模型來減輕這種過擬合現(xiàn)象就顯得很重要?；诖?基于分組卷積和通道混洗[12]的思想,結(jié)合殘差結(jié)構(gòu)[13],設(shè)計了小型網(wǎng)絡(luò)MSSGNet。

首先設(shè)計通道混洗的多尺度分組卷積模塊(multi-scale group convolution module with channel shuffle,MSSG),步長(stride)為1時的結(jié)構(gòu)示意圖如圖4所示,步長為2時結(jié)構(gòu)相同,只是輸出特征圖的寬和高相應(yīng)減半。采用分組卷積來減少模型參數(shù),借鑒多尺度特征提取思想,分組后并行經(jīng)過核大小為3×3的深度卷積[14]以及1×1的卷積,再對兩者結(jié)果進行拼接,其中選用小核的目的是為了在獲得好的性能的同時能具有更少的參數(shù);采用通道混洗來保證分組卷積(包括深度卷積)過程中不同組之間信息的交互;之后運用1×1的卷積對通道進行降維;結(jié)果通過捷徑連接與輸入特征圖逐元素相加融合輸出。其中卷積層、批歸一化層(batch normalization,BN)以及整流線性單元(rectified linear unit,ReLU)同時使用。MSSG模塊的結(jié)構(gòu)示意圖如圖4所示,圖中C、H、W為特征圖的通道數(shù)、高度、寬度,?表示矩陣相加。

圖4 MSSG模塊的結(jié)構(gòu)示意圖Fig.4 Schematic diagram of structure of the MSSG block

為了充分提取特征,MSSGNet網(wǎng)絡(luò)首先經(jīng)過核大小為7×7、步長為1的卷積核,并經(jīng)過核大小為2×2、步長為2的最大池化操作進行降維,將它們記作CONV1;之后經(jīng)過順序堆疊的若干MSSG-X模塊,其中MSSG-X模塊代表X個MSSG模塊的順序堆疊,其結(jié)構(gòu)如圖5所示;最后以全局平均池化層(GAP)和具有Softmax的全連接層(FC)結(jié)束。MSSGNet網(wǎng)絡(luò)的結(jié)構(gòu)圖如圖6表示,圖中每個特征圖下方的標注均表示特征圖的尺寸,即通道數(shù)C×高度H×寬度W。

圖5 MSSG-X模塊的結(jié)構(gòu)示意圖Fig.5 Schematic diagram of structure of the MSSG-X

圖6 MSSGNet網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig.6 Structure diagram of the MSSGNet

2.2 通道空間混合域注意力機制模塊(ECSA)設(shè)計

近年來,深度學習中的注意力機制在自然語言處理、圖像識別和語音識別等各種任務(wù)中都獲得了廣泛應(yīng)用,它可以增強表現(xiàn)力,對重要信息進行關(guān)注,弱化其他無關(guān)信息[15-19]。為提高模型精度,選擇加入注意力機制來增加模型對特征的提取能力。

2.2.1 通道注意力模塊設(shè)計

為了讓模型更多地關(guān)注那些能夠提取無人機聲音信號特征的通道,忽略提取背景噪聲特征的通道,設(shè)計通道注意力模塊(channel attention module,CAM)。

首先,對輸入特征圖X在空間維度進行壓縮,其中X∈C×H×W,為了豐富特征,借鑒于CBAM[20],除了運用平均池化來聚合輸入特征圖X的空間信息外,還運用最大池化壓縮空間,把兩者聚合后獲取的特征描述符先逐元素相加融合進行編碼,再把編碼后的結(jié)果通過多層感知器來學習一維通道注意力矩陣,其中加入了值為16的衰減率來減少參數(shù);之后通過h-sigmoid[21]函數(shù)進行歸一化;最后與輸入特征圖X逐元素相乘獲取加權(quán)后的輸出特征圖X′∈C×H×W,其結(jié)構(gòu)示意圖如圖7所示,圖中FC表示全連接層,?表示矩陣乘法。對特征圖X提取通道注意力矩陣A(X)可表示為

A(X)=f(M(Avgpool(X)+Maxpool(X)))

(1)

X′=XA(X)

(2)

式中:f(·)為h-sigmoid激活函數(shù);Avgpool(·)、Maxpool(·)分別為全局平均池化函數(shù)、最大池化函數(shù);M(·)表示經(jīng)過中間處理模塊處理后的矩陣。

圖7 通道注意力模塊CAM模塊結(jié)構(gòu)示意圖Fig.7 Schematic diagram of structure of the CAM

2.2.2 空間注意力模塊設(shè)計

通道注意力忽略了空間信息,通過空間注意力來彌補。輸入網(wǎng)絡(luò)的聲音信號特征譜圖,其水平方向是每幀信號特征所在的維度,代表幀信號的特征,而垂直方向是時間所在維度,表示時序信號在時間上幀與幀信號之間的聯(lián)系,它們在各自維度上都占據(jù)著不同的比重。為了突出兩個維度空間的信息,設(shè)計了兩條支路來分別對特征和時間兩個維度提取注意力向量,讓模型更多地關(guān)注信號的重要特征及時間區(qū)域,稱其為空間注意力模塊 (spatial attention module,SAM)。

首先采用1×1卷積在通道維度對輸入特征圖X∈C×H×W進行壓縮;之后分出兩條支路,分別運用一維平均池化聚合特征圖的水平和垂直方向上的信息,再通過7×1、1×7卷積分別獲取一維垂直及水平注意力向量,并運用sigmoid函數(shù)進行歸一化,其中選用7×1核大小的原因在于:在對不同卷積核大小的比較中,發(fā)現(xiàn)采用更大的核會產(chǎn)生更好的精度,這也意味著需要一個大的感興趣區(qū)域來決定空間上重要的區(qū)域;最后把獲得的兩個一維向量與輸入特征圖逐元素相乘獲取加權(quán)后的輸出特征圖Y∈C×H×W。其結(jié)構(gòu)示意圖如圖8所示,其中θ、φ和λ分別表示大小為3×3、7×1和1×7的卷積核;σ表示sigmoid激活函數(shù)，表達式為

AH(X)=σ(Avgpool(WθX)Wφ)

(3)

AW(X)=σ(Avgpool(WθX)Wλ)

(4)

Y=XAW(X)AH(X)

(5)

式中:σ(·)為sigmoid激活函數(shù);Wθ、Wφ、Wλ為不同卷積核權(quán)重參數(shù);AH(X)為對特征圖X提取一維垂直注意力向量;AW(X)為對特征圖X提取一維水平注意力向量。

圖8 空間注意力模塊SAM模塊的結(jié)構(gòu)示意圖Fig.8 Schematic diagram of structure of the SAM

2.2.3 通道空間混合域注意力機制模塊設(shè)計

類似CBAM,通道空間順序連接:輸入特征圖X∈C×H×W,先經(jīng)過CAM模塊獲取一維通道注意力圖FC∈C×1×1,與X逐元素相乘得到中間特征圖X′∈C×H×W;之后通過SAM模塊獲取一維垂直注意力圖FH∈1×H×1和一維水平注意力圖FW∈1×1×W,兩者一同與X′逐元素相乘,獲得最終輸出特征圖Y∈C×H×W,稱為通道空間混合域注意力機制模塊(efficient channel and spatial attention,ECSA)。其結(jié)構(gòu)示意圖如圖9所示,其值可表示為

X′=FC(X)?X

(6)

Y=X′?FH(X′)?FW(X′)

(7)

式中:?表示逐元素相乘;FC、FH、FW表示對特征圖提取相應(yīng)注意力矩陣。

圖9 ECSA模塊結(jié)構(gòu)示意圖Fig.9 Schematic diagram of structure of the ECSA

2.3 通道空間混合域注意力機制的多尺度分組卷積網(wǎng)絡(luò)設(shè)計

為了進一步提高網(wǎng)絡(luò)模型對無人機的識別準確率,在MSSGNet網(wǎng)絡(luò)的MSSG模塊中插入了混合域注意力機制模塊ECSA模塊,位置處于MSSG模塊中的通道降維后,合稱為ECSAM模塊,其結(jié)構(gòu)示意圖如圖10所示。同樣,將X個ECSAM模塊的順序堆疊表示成ECSAM_X模塊,其結(jié)構(gòu)圖如圖11所示。其余結(jié)構(gòu)保持不變,將MSSGNet網(wǎng)絡(luò)中的MSSG模塊替換為ECSAM模塊后的網(wǎng)絡(luò)稱為通道空間混合域注意力機制的多尺度分組卷積網(wǎng)絡(luò)(Multiscale group convolution network with attention mechanism in mixed domain of channel space,ECSANet),其網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖12所示。

圖10 ECSAM模塊的結(jié)構(gòu)示意圖Fig.10 Schematic diagram of structure of the ECSAM block

圖11 ECSAM_X模塊的結(jié)構(gòu)示意圖Fig.11 Schematic diagram of structure of the ECSAM_X

圖12 ECSANet網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig.12 Schematic diagram of structure of the ECSANet

3 實 驗

所有實驗在Python 3.7.6環(huán)境、Windows10平臺上完成。運行設(shè)備CPU型號為i7-9750H,顯卡為GTX1660 Ti。在GPU環(huán)境下完成對網(wǎng)絡(luò)模型的學習訓練。

3.1 自制無人機數(shù)據(jù)集上的對比實驗

該部分實驗在自制無人機聲音數(shù)據(jù)集上進行,其中訓練集和測試集的比例為3∶1。網(wǎng)絡(luò)訓練時采用帶動量的SGD優(yōu)化器,動量的值為0.9,初始學習率為0.01,每經(jīng)過30輪學習率下降為原來的0.1倍,共訓練90輪;采用交叉熵損失函數(shù);批次大小設(shè)置為128。

3.1.1 MSSGNet網(wǎng)絡(luò)與其他基準網(wǎng)絡(luò)的對比實驗

該實驗是為了對所設(shè)計的MSSGNet網(wǎng)絡(luò)進行評估。選擇在自制無人機聲音數(shù)據(jù)集上與其他基準網(wǎng)絡(luò)之間進行比較,其中基準網(wǎng)絡(luò)有ResNet18、ResNet34、ResNeXt18[22]和MobileNetV2[23]。運用準確率作為評價指標。其實驗結(jié)果如表2和圖13所示。網(wǎng)絡(luò)的參數(shù)量可以體現(xiàn)模型的空間復雜度,網(wǎng)絡(luò)參數(shù)量越大,訓練網(wǎng)絡(luò)時所需的數(shù)據(jù)量就越大。而當數(shù)據(jù)集樣本數(shù)量太小時,模型的訓練更容易引起過擬合問題。

表2 MSSGNet與其他基準網(wǎng)絡(luò)模型的實驗結(jié)果比較

(a)準確率對比曲線

從表2可以看出,MSSGNet網(wǎng)絡(luò)的參數(shù)量最少,且識別準確率最高,可以達到95.1%。當運用其對無人機聲音數(shù)據(jù)集進行識別時,可以緩解過擬合現(xiàn)象。由圖13可知,與其他基準網(wǎng)絡(luò)相比,MSSGNet網(wǎng)絡(luò)性能最好,MSSGNet網(wǎng)絡(luò)可以很好地應(yīng)對無人機小樣本識別任務(wù),且性能較好。

3.1.2 通道空間注意力機制模塊ECSA模塊的消融實驗

該實驗是混合注意力ECSA模塊的消融實驗,選擇ResNet34作為基準網(wǎng)絡(luò),實驗時分別加入通道注意力CAM模塊、空間注意力SAM模塊以及混合注意力ECSA模塊,研究它們對模型識別準確率的影響。將提取的特征參數(shù)分別傳入網(wǎng)絡(luò)進行訓練,運用準確率作為模型的評價指標,最終實驗結(jié)果如表3和圖14所示。

表3 ResNet34加入3種注意力模塊后網(wǎng)絡(luò)模型的相關(guān)實驗結(jié)果對比表

(a)準確率對比曲線

從表3和圖14可以看出,基準網(wǎng)絡(luò)ResNet34在加入3種注意力模塊后,其識別準確率均獲得了提高,在其中加入混合注意力ECSA模塊后網(wǎng)絡(luò)模型的識別準確率最高,相比于ResNet34提高了4.9%,相比于單純的通道、空間注意力分別提高了2.5%、3.2%,并且網(wǎng)絡(luò)模型增加的參數(shù)量基本上可以忽略不計。實驗結(jié)果證明了混合注意力ECSA模塊相比于單純的通道和空間注意力,可以使模型的識別準確率變得更高;并且也表明了混合域注意力ECSA模塊是輕量的,在插入神經(jīng)網(wǎng)絡(luò)模型后帶來的參數(shù)可以忽略不計。實驗結(jié)果證明了設(shè)計的混合注意力ECSA模塊的有效性。

3.1.3 ECSA模塊與其他注意力機制模塊的對比實驗

該實驗是對混合域注意力模塊ECSA的可行性驗證以及與其他諸如SE (squeeze & excitation block)[24]、CBAM (convolutional block attention module)等常用注意力機制模塊的優(yōu)越性對比。選擇ResNeXt18、ResNet18、ResNet34和ResNet50等網(wǎng)絡(luò)作為基準網(wǎng)絡(luò),將提取的特征參數(shù)分別傳入各種網(wǎng)絡(luò)進行訓練。運用準確率作為模型的評價指標,最終各個模型的準確率對比曲線如圖15所示。

(a)ResNeXt18 (b)ResNet18

從圖15中可以看出,相比于各種基準網(wǎng)絡(luò),加入注意力后,基準網(wǎng)絡(luò)模型的識別準確率均獲得了提高,且加入設(shè)計的混合注意力ECSA模塊后的基準網(wǎng)絡(luò)模型識別準確率最高。實驗結(jié)果證明了設(shè)計的混合注意力模塊ECSA模塊的可行性和優(yōu)越性,表明了ECSA模塊可以插入各種神經(jīng)網(wǎng)絡(luò)中來提高模型的識別準確率。研究表明,針對無人機聲音識別問題,設(shè)計的混合域注意力ECSA模塊可以使得網(wǎng)絡(luò)模型更準地識別無人機。

3.1.4 ECSANet網(wǎng)絡(luò)的對比實驗

該實驗是對ECSANet網(wǎng)絡(luò)進行的可行性驗證實驗。選擇MSSGNet網(wǎng)絡(luò)為基準網(wǎng)絡(luò),把特征參數(shù)分別傳入MSSGNet、ECSANet網(wǎng)絡(luò),最終模型的準確率對比曲線如圖16所示,兩者的混淆矩陣如圖17所示。

圖16 MSSGNet網(wǎng)絡(luò)與ECSANet網(wǎng)絡(luò)模型的準確率對比曲線Fig.16 Accuracy comparison curve between MSSGNet and ECSANet models

(a)MSSGNet網(wǎng)絡(luò)

從圖16可以看出,與MSSGNet網(wǎng)絡(luò)相比,ECSANet網(wǎng)絡(luò)識別準確率獲得了提高,由95.1%提高到了95.9%。從圖17可以看出,相比于MSSGNet網(wǎng)絡(luò),ECSANet網(wǎng)絡(luò)對于DJI Mavic mini和DJI曉spark這兩類無人機的預(yù)測能力得到了增強,說明MSSGNet網(wǎng)絡(luò)加入混合域注意力機制模塊ECSA模塊后,其對于信號的特征提取能力得到增強,從而使得網(wǎng)絡(luò)模型對于復雜類別間的區(qū)分度得到增強,進而使得網(wǎng)絡(luò)模型的識別準確率得到提高。實驗證明了設(shè)計的網(wǎng)絡(luò)ECSANet網(wǎng)絡(luò)的有效性,它可以更準確地對無人機進行識別。

3.2 公共環(huán)境聲音數(shù)據(jù)集Urbansound8K上的驗證實驗

公共環(huán)境聲音數(shù)據(jù)集Urbansound8K[25]是由8 732個帶標簽的聲音片段組成的數(shù)據(jù)集,每個聲音片段具有最大4 s的持續(xù)時間。8 732段錄音來自10個聲音類別,即汽車喇叭、狗吠、發(fā)動機空轉(zhuǎn)、風鉆、空調(diào)、街頭音樂、兒童玩耍、鉆探、槍聲和警笛。數(shù)據(jù)集由Urbansound8K的一部分構(gòu)成,分別包括空調(diào)、兒童游戲、鉆孔、發(fā)動機怠速以及手提鉆共5類,每類包含730個片段。這部分實驗主要是對MSSGNet網(wǎng)絡(luò)以及ECSANet網(wǎng)絡(luò)模型進行可行性驗證。

同樣,采用log-Mel及其動態(tài)差分特征作為表征音頻信號的特征參數(shù)。實驗時訓練集和驗證集的比例為3∶1,網(wǎng)絡(luò)訓練時采用帶動量的SGD優(yōu)化器,動量取值0.9,初始學習率為0.01,每經(jīng)過30個epoch學習率下降為原來的0.1倍,共訓練90個epoch;損失函數(shù)采用的是交叉熵損失函數(shù);每次傳入網(wǎng)絡(luò)數(shù)據(jù)的批次大小設(shè)置為128。運用準確率作為模型的評價指標。

3.2.1 MSSGNet網(wǎng)絡(luò)的驗證實驗

該實驗是為了為驗證所設(shè)計網(wǎng)絡(luò)MSSGNet的可行性與優(yōu)越性。采用ResNet18、ResNeXt18和MobileNetV2作為基準網(wǎng)絡(luò),提取特征參數(shù)輸入幾種網(wǎng)絡(luò),觀察實驗結(jié)果,實驗結(jié)果如圖18所示。相比于其他基準網(wǎng)絡(luò)模型,MSSGNet網(wǎng)絡(luò)的識別準確率最高。實驗結(jié)果證明了設(shè)計的MSSGNet網(wǎng)絡(luò)的可行性和有效性,且它具有一定的優(yōu)越性。

(a)準確率對比曲線

3.2.2 ECSANet網(wǎng)絡(luò)的驗證實驗

該實驗是對ECSANet網(wǎng)絡(luò)進行的可行性驗證實驗。將MSSGNet網(wǎng)絡(luò)作為基準網(wǎng)絡(luò),把特征參數(shù)分別傳入MSSGNet、ECSANet網(wǎng)絡(luò),最終模型的準確率對比如表4所示?？芍啾扔贛SSGNet網(wǎng)絡(luò),ECSANet網(wǎng)絡(luò)識別準確率有了進一步提高。實驗證明了ECSANet網(wǎng)絡(luò)的可行性和有效性。

表4 MSSGNet、ECSANet網(wǎng)絡(luò)的實驗結(jié)果對比

4 結(jié) 論

(1)為了提高反無人機系統(tǒng)聲音識別小樣本無人機的準確率,提出了一種融合通道空間混合域注意力的ECSANet網(wǎng)絡(luò)?；诜纸M卷積、通道混洗和殘差結(jié)構(gòu)設(shè)計了MSSGNet網(wǎng)絡(luò),設(shè)計了通道空間混合域注意力模塊ECSA模塊,將ECSA模塊插入MSSGNet網(wǎng)絡(luò)構(gòu)成基于通道空間混合域注意力的改進網(wǎng)絡(luò)ECSANet網(wǎng)絡(luò),它參數(shù)量少,對無人機聲音信號特征具有很好的提取能力。

(2)在自制無人機數(shù)據(jù)集和環(huán)境聲音數(shù)據(jù)集Urbansound8K上進行實驗驗證。實驗結(jié)果表明,與其他基準網(wǎng)絡(luò)相比,MSSGNet網(wǎng)絡(luò)參數(shù)更少,識別準確率更高,在無人機等小樣本識別任務(wù)上具有不錯的性能;ECSA模塊可以插入多種網(wǎng)絡(luò),可以在不增加太多參數(shù)的情況下令網(wǎng)絡(luò)模型的識別準確率獲得提升,在無人機等聲音分類任務(wù)上具有很好的效果;與MSSGNet網(wǎng)絡(luò)相比,ECSANet網(wǎng)絡(luò)的識別準確率更高,表明了設(shè)計的網(wǎng)絡(luò)在識別小樣本無人機方面的優(yōu)越性和可行性。