基于深度限制波尔兹曼机的辐射源信号识别

• 作者: 周东青 王星 王玉冰 程相东 肖吉阳
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 辐射源信号识别 深度学习 限制波尔兹曼机
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 信息与通信工程?电子科学与技术
• 页码范围: 136-141
• 页数: 6页
• 分类号: TN97
• 字数: 5513字
• 语种: 中文
• DOI: 10.11887/j.cn.201606022

摘要

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题，提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成，通过逐层自底向上无监督学习获得初始参数，并用后向传播算法对整个模型进行有监督的参数微调，利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别，具有较高的识别精度和较强的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王星	空军工程大学航空航天工程学院	108	502	11.0	16.0
2	王玉冰	空军工程大学航空航天工程学院	22	111	6.0	9.0
3	肖吉阳	空军工程大学装备管理与安全工程学院	9	95	4.0	9.0
4	周东青	空军工程大学航空航天工程学院	26	170	7.0	12.0
5	程相东		6	37	2.0	6.0