深度学习在雷达通信目标识别中的应用框架

• 作者: 程嘉远
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 雷达 通信 目标识别 BP神经网 RBF神经网络 深度置信网络 卷积神经网络
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 信号处理
• 页码范围: 55-59
• 页数: 5页
• 分类号: TN911.7
• 字数: 5302字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2018.08.013

摘要

深度学习是当前人工神经网络领域的研究热点,广泛应用于字符识别、图像识别和语音识别等应用中.雷达通信目标识别是通信对抗的前提和关键.文中分析了模板匹配法、DS证据理论等传统通信目标识别方法的在特征提取、模型表达方面的不足,对深度学习神经网络在通信目标识别中的应用进行了初步探讨,并提出了一种基于深度学习的通信目标识别框架.该框架和思路同样适用于雷达对抗目标识别等问题,可为深度学习在雷达目标识别领域的应用提供支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程嘉远	长春理工大学电信工程学院	3	12	2.0	3.0