基于CNN的电磁辐射源目标识别算法

• 作者: 张晓芸 高昭昭 鲜佩
• 来源期刊: 电子信息对抗技术
• 学科: 工学
• 关键词: 卷积神经网络 时频图 辐射源识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信号/信息处理
• 页码范围: 34-38
• 页数: 5页
• 分类号: TN971.1
• 字数: 2397字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2230.2020.02.009

摘要

电磁辐射源目标的有效识别在电子侦察系统工作中发挥着至关重要的作用,传统的模板匹配法采用先检测再进行目标关联识别,识别结果很大程度上依赖于特征参数的设计,时效性较差.深度学习理论中将数据进行特征映射,获取深层本质信息从而获得数据的高层特征表达.针对对象目标JTIDS终端辐射的Link16信号,通过构建多层卷积神经网络对其时频图进行分析和特征提取,实现对目标信号的高效识别,提高在辐射源目标信号检测和识别上的性能表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高昭昭		9	28	2.0	5.0
2	张晓芸		6	2	1.0	1.0
3	鲜佩		1	0	0.0	0.0