針對低信噪比條件下,復(fù)雜多類雷達輻射源信號識別存在特征提取困難,識別正確率低的問題,本文提出了一種基于時頻分析和擴張殘差網(wǎng)絡(luò)的輻射源信號自動識別方法.首先通過時頻分析將信號時域波形轉(zhuǎn)換成二維時頻圖像以反映信號本質(zhì)特征;然后進行時頻圖像預(yù)處理以保留時頻圖像完備信息,適應(yīng)深度學(xué)習(xí)模型輸入;最后構(gòu)建擴張殘差網(wǎng)絡(luò)以自動提取信號時頻圖像特征,實現(xiàn)雷達輻射源信號分類識別.實驗結(jié)果表明,信噪比為-6dB時,該方法對16類雷達輻射源信號的整體識別正確率能夠達到98.2%,對時頻圖像特征相似的類LFM（Linear Frequency Modulation）信號的整體識別正確率超過95%.本文提供了一種新的雷達輻射源信號智能識別方法,具有較好的工程應(yīng)用前景. 

【文章來源】：電子學(xué)報. 2020,48(03)北大核心EICSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 引言
2 雷達輻射源信號預(yù)處理
    2.1 信號時頻分析
    2.2 時頻圖像預(yù)處理
3 基于擴張殘差網(wǎng)絡(luò)的雷達信號識別
    3.1 殘差網(wǎng)絡(luò)
    3.2 擴張卷積
    3.3 DRN模型框架
4 實驗結(jié)果與分析
    4.1 實驗參數(shù)設(shè)置
    4.2 不同方法識別性能對比
    4.3 不同網(wǎng)絡(luò)模型識別性能對比
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于DAE+CNN輻射源信號識別算法[J]. 葉文強,俞志富,張奎.  計算機應(yīng)用研究. 2019(12)
[2]基于深度學(xué)習(xí)和集成學(xué)習(xí)的輻射源信號識別[J]. 黃穎坤,金煒東,余志斌,吳昀璞.  系統(tǒng)工程與電子技術(shù). 2018(11)
[3]導(dǎo)數(shù)約束平滑條件下基于模糊函數(shù)特征的雷達輻射源信號識別方法[J]. 許程成,周青松,張劍云,諶詩娃.  電子學(xué)報. 2018(07)
[4]基于棧式稀疏自編碼器的低信噪比下低截獲概率雷達信號調(diào)制類型識別[J]. 郭立民,寇韻涵,陳濤,張明.  電子與信息學(xué)報. 2018(04)
[5]一種深度學(xué)習(xí)的雷達輻射源識別算法[J]. 周志文,黃高明,高俊,滿欣.  西安電子科技大學(xué)學(xué)報. 2017(03)
[6]基于時頻圖像處理提取瞬時頻率的雷達信號識別[J]. 朱健東,張玉靈,趙擁軍.  系統(tǒng)仿真學(xué)報. 2014(04)
[7]基于倒譜分析的雷達信號脈內(nèi)調(diào)制識別[J]. 韓立輝,黃高明.  電子信息對抗技術(shù). 2011(03)
[8]一種新的雷達信號分選方法[J]. 陳惠民,盛驥松.  現(xiàn)代電子技術(shù). 2009(01)



本文編號：3280375