基于熵值图的多功能雷达工作模式识别

针对多功能雷达工作模式多样且信号波形复杂多变，导致常规工作模式识别方法性能不佳的问题，提出基于小波变换的多功能雷达工作状态切换点检测方法，将雷达脉冲序列进行分割，得到单一工作模式脉冲序列样本。其次，基于近似熵、样本熵、模糊熵和排列熵设计了新的熵值图特征，并结合卷积深度神经网络模型，实现了多功能雷达工作模式的智能识别。仿真结果表明，该算法在虚假脉冲率或漏脉冲率为25%时，切换点检测正确率达85%;工作模式识别正确率在虚假脉冲率、漏脉冲率为20%和参数误差为8%时，识别正确率均在83%以上，识别性能皆优于两种对比文献方法，验证了该算法的有效性和优越性。