基于卷积神经网络的雷达工作模式识别 |
| |
作者姓名: | 贾邦玲 时艳玲 姜磊 |
| |
作者单位: | 1. 南京邮电大学通信与信息工程学院;2. 中国航天科工集团八五一一研究所 |
| |
摘 要: | 该文针对不同雷达工作模式的信号特征,提出一种基于卷积神经网络(convolutional neural network,CNN)的雷达工作模式识别方法。不同工作模式下的雷达信号的脉冲宽度、脉冲重复周期、脉内调制样式和数据率等特征均有所不同,所以该文利用这4个特征参数构建1个图像矩阵,再提取方向梯度直方图(Histogram of Oriented Gradient,HOG)的特征,送入CNN进行雷达工作模式识别。仿真结果表明,该识别方法有较高的识别准确率。
|
关 键 词: | 雷达 工作模式识别 卷积神经网络 方向梯度直方图 识别准确率 |
|
|