基于随机卷积原型网络的雷达辐射源个体识别
孙佳杰
崔良中
牛雅萌
陆剑雄
漆健驰
海军工程大学电子工程学院 武汉 430033
摘要：针对传统雷达辐射源个体识别方法准确率低,时效性差,泛化性不强的问题,论文提出基于随机卷积原型网络的雷达辐射源个体识别方法.该方法通过利用大量随机卷积核对雷达辐射源信号进行高效地特征提取变换,建立原型网络模型,将变换特征输入到原型网络中进行原型学习,令原型网络为每一类雷达辐射源个体学习一个原型.通过原型网络变换的辐射源特征到原型距离作为分类依据,完成雷达辐射源个体识别.对6类雷达辐射源个体采集进行实验,结果表明:该方法有效解决了雷达辐射源个体识别问题.
关键词：雷达辐射源个体识别特征提取随机卷积核原型学习
分类号：TN957.51(雷达)TP183(自动化基础理论)
论文发表日期：2024-12-20
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( 82-86 )
英文信息