一种类线性调频雷达波型自动识别方法
夏沭涛1
金堃2
付宇鹏1
于文龙3
1.海军航空大学信息融合研究所 烟台 2640012.海军航空大学航空基础学院 烟台 2640013.91213部队 烟台 264001
摘要：随着电子技术的发展,雷达信号调制方式趋于复杂化,对雷达信号波形进行可靠的识别是雷达侦察系统面临的一个难题.其中,类线性调频雷达信号(LFM、Frank码、P1～P4码)是识别难度较大的一类信号.针对该问题,论文提出了一种基于深度学习的雷达波形自动识别方法,首先计算类线性调频雷达的基于S-method的时频分布,在此基础上计算信号时频分布的Zernike矩,然后通过卷积神经网络进行分类识别.实验表明,在-2dB信噪比下,信号的整体识别率达到94.33%,能够有效识别雷达波形.
关键词：类线性调频雷达信号时频分布Zernike矩卷积神经网络
分类号：TN911.7(通信)
资助基金：国家自然科学基金(61271499)
论文发表日期：2024-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 96-99,142 )
英文信息