基于DBN特征提取的雷达辐射源个体识别

• 作者: 周一鹏 徐宇恒 程嗣怡 董晓璇 董鹏宇
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 辐射源个体识别 深度置信网络 包络前沿 特征提取
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 网电对抗
• 页码范围: 91-96,108
• 页数: 7页
• 分类号: TN97
• 字数: 4950字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2019.06.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程嗣怡	空军工程大学航空工程学院	87	409	11.0	13.0
2	周一鹏	空军工程大学航空工程学院	21	114	6.0	10.0
3	董晓璇		3	5	1.0	2.0
4	徐宇恒	空军工程大学航空工程学院	3	0	0.0	0.0
5	董鹏宇	空军工程大学航空工程学院	3	0	0.0	0.0