基于DBN特征提取的雷达辐射源个体识别
徐宇恒1
程嗣怡1
董晓璇2
周一鹏1
董鹏宇1
1.空军工程大学航空工程学院,西安,7100382.空军工程大学航空机务士官学校,河南信阳,464000
摘要：针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法.首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别.与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖.实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度.
关键词：辐射源个体识别深度置信网络包络前沿特征提取
分类号：TN97(电子对抗（干扰及抗干扰）)
论文发表日期：2019-12-25
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：7( 91-96,108 )
英文信息