基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别
董鹏宇1
王红卫1
陈游1
鞠明2
1.空军工程大学航空工程学院,西安7100382.93131部队,北京,100843
摘要：雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法.首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别.仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4 dB时,识别率可以达到90％以上,验证了本算法的有效性和应用价值.
关键词：辐射源信号识别模糊函数主脊切片深度置信网络奇异值分解
分类号：TN97(电子对抗（干扰及抗干扰）)
论文发表日期：2020-04-25
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( 84-90 )
英文信息