小样本雷达辐射源识别的深度学习方法综述

面对复杂多变的电磁环境与新体制雷达系统,传统的雷达辐射源识别方法已无法满足需求。深度学习模型可有效提取雷达信号的脉内特征,快速准确地对低信噪比、未经分选的雷达辐射源信号进行脉内调制类型识别、型号识别与个体识别。但真实环境中雷达辐射源信号难以收集,无法满足传统的深度学习训练需要,因此小样本雷达辐射源识别是目前研究的热点与难点。文中首先对近年来将基于监督学习的多种经典深度学习方法应用于小样本雷达辐射源识别的研究进行了回顾;其次,介绍了小样本学习在雷达辐射源识别领域的研究进展;最后,基于小样本雷达辐射源识别的研究现状,总结面临的挑战,提出了对未来研究方向的展望。     

基于System Vue的电子侦察仿真系统设计

电子侦察系统仿真的主要目的是建立典型电子侦察系统的数学模型以及模拟电磁环境,通过射频接收、数字处理、信号分选实现电子侦察系统功能.利用SystemVue系统仿真软件、ADS软件和VC软件协同建模仿真,搭建了一套包含雷达信号生成、空间传播、天线、接收机、处理机、显控界面等模块组成的典型电子侦察仿真系统,并对该系统进行了性能测试.该系统的建立,不仅能为外场试验提供仿真数据,同时也能为电子侦察系统对抗试验评估提供有力支撑.