基于CNN-Swin Transformer Network的LPI雷达信号识别 |
| |
引用本文: | 苏琮智,杨承志,邴雨晨,吴宏超,邓力洪.基于CNN-Swin Transformer Network的LPI雷达信号识别[J].现代雷达,2024(3):59-65. |
| |
作者姓名: | 苏琮智 杨承志 邴雨晨 吴宏超 邓力洪 |
| |
作者单位: | 1. 空军航空大学航空作战勤务学院;2. 解放军94891部队 |
| |
摘 要: | 针对在低信噪比(SNR)条件下,低截获概率雷达信号调制方式识别准确率低的问题,提出一种基于Transformer和卷积神经网络(CNN)的雷达信号识别方法。首先,引入Swin Transformer模型并在模型前端设计CNN特征提取层构建了CNN+Swin Transformer网络(CSTN),然后利用时频分析获取雷达信号的时频特征,对图像进行预处理后输入CSTN模型进行训练,由网络的底部到顶部不断提取图像更丰富的语义信息,最后通过Softmax分类器对六类不同调制方式信号进行分类识别。仿真实验表明:在SNR为-18 dB时,该方法对六类典型雷达信号的平均识别率达到了94.26%,证明了所提方法的可行性。
|
关 键 词: | 低截获概率雷达 信号调制方式识别 Swin Transformer网络 卷积神经网络 时频分析 |
|
|