排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
基于AlexNet的雷达干扰识别方法研究 总被引:1,自引:0,他引:1
针对复杂电磁环境下雷达对干扰信号的分类识别问题,研究了射频噪声干扰、噪声调幅干扰、噪声调频干扰、匀速距离波门拖引干扰、速度波门拖引干扰的Choi-Williams Distribution(CWD)时频图像,采用深度学习中的AlexNet卷积神经网络模型自动提取图像各种特征细节,从而实现雷达干扰信号的分类识别.仿真结果表明:在干噪比为-10~0 dB的范围内,网络的识别率随干噪比的增加而迅速提高,干噪比为0 dB以上识别率基本接近100%;在全干噪比范围下,网络的识别正确率为99.25%,识别效果良好. 相似文献
1