基于卷积神经网络辐射源信号识别算法

• 作者: 俞志富 叶文强 张奎 王虎帮
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 雷达辐射源信号 时频变换 卷积神经网络 识别
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 军事领域仿真
• 页码范围: 33-37
• 页数: 5页
• 分类号: TN973
• 字数: 4675字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2019.09.009

摘要

针对传统辐射源信号识别方法在低信噪比条件下提取特征困难且识别率低的问题,提出了一种基于卷积神经网络的智能识别算法.将雷达辐射源信号进行时频变换,获取二维时频图像,对时频图像进行一系列预处理,将处理后的图像输入到神经网络模型中,通过预训练调节深度学习模型,最后将提取的特征输入到Softmax分类器中完成识别任务.通过仿真结果验证了算法的可行性,在低信噪比的情况下,识别效果明显优于传统辐射源信号识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶文强	国防科技大学电子对抗学院	4	3	1.0	1.0
2	俞志富	国防科技大学电子对抗学院	5	3	1.0	1.0
3	张奎	国防科技大学电子对抗学院	5	3	1.0	1.0
4	王虎帮	国防科技大学电子对抗学院	5	2	1.0	1.0