| 基于栈式自编码机和模糊函数主脊的雷达辐射源信号识别 |
| |
| 引用本文： | 黄宇涛,普运伟,吴海潇,邵峙豪.基于栈式自编码机和模糊函数主脊的雷达辐射源信号识别[J].电波科学学报,2020,35(5):689-698. |
| |
| 作者姓名： | 黄宇涛 普运伟 吴海潇 邵峙豪 |
| |
| 作者单位： | 1.昆明理工大学信息工程与自动化学院, 昆明 650500 |
| |
| 基金项目： | 国家自然科学基金61561028 |
| |
| 摘 要： | 针对人工提取雷达辐射源信号特征存在提取周期长、特征描述不完备等局限性，提出了一种基于深度学习栈式自编码机和模糊函数主脊的雷达信号识别方法.该方法根据信号模糊函数主脊包含丰富的内在调制信息的特点，从信号中提取用于分类识别的抽象特征.通过对六种雷达辐射源信号进行实验，并对比人工特征提取及其他深度学习方法，结果表明，本文所提方法在信噪比（signal-noise ratio，SNR）为2 dB以上时均能保持100%的识别准确率，SNR为-6 dB时识别准确率仍能保持82.83%以上，明显高于其他方法.即使在包含相同调制类型不同参数的信号环境中，当SNR大于0 dB时识别率均稳定在95.0%以上，SNR降低到-4 dB时识别率也能达到79.0%.证明该方法能有效提取到信号的深层特征，且具有良好的抗噪性能，基本满足实际战场的需求.
|
| 关 键 词： | 深度学习 栈式自编码机 特征提取 雷达信号识别 模糊函数主脊 |
| 收稿时间： | 2019-07-15 |
Radar emitter signal recognition based on stackedauto-encoder and ambiguity function main ridge |
| |
| Affiliation: | 1.Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China2.Computer Center, Kunming University of Science and Technology, Kunming 650500, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电波科学学报》浏览原始摘要信息 |
|
点击此处可从《电波科学学报》下载全文 |
|
