본 논문에서는 평활화된 pseudo-Wigner-Ville 분포(SPWVD)의 중첩된 영상과 전력 스펙트럼 밀도(PSD)를 활용하는 전이 학습 기반 전역 항법 위성 시스템(GNSS) 재밍 분류 기법을 제안한다. 재밍의 5가지 유형으로 진폭 변조 재밍(연속파 간섭), 선형 첩자(chirp) 재밍, 주파수 변조 재밍, 협대역 잡음 재밍, 그리고 거리 측정 장비 재밍(펄스 재밍)을 고려한다. 제안된 기법의 성능은 사전 언급된 5가지 재밍 유형과 재밍이 없는 경우에 대해 F1 점수와 혼동 행렬(confusion matrix)로 나타낸다. 대표적인 기존 전이 학습 기반 GNSS 재밍 분류 기법은 스펙트로그램, 동상-직교(in-phase and quadrature) 성좌도, PSD, 히스토그램을 포함하는 결합(concatenated) 영상 을 사용한다. 그러나 기존 기법에서 스펙트로그램

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.