基于模糊函数主脊切片和深度置信网络的雷达辐射源信号识别

• 作者: 王红卫 董鹏宇 陈游 鞠明
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 辐射源信号识别 模糊函数主脊切片 深度置信网络 奇异值分解
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 网电对抗
• 页码范围: 84-90
• 页数: 7页
• 分类号: TN97
• 字数: 5131字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2020.02.013

摘要

雷达辐射源信号识别是电子侦察系统的关键组成部分,为了提高低信噪比条件下对低截获概率雷达信号识别的准确率,提出了一种基于模糊函数主脊切片(MRSAF)与深度置信网络(DBN)的雷达辐射源信号识别方法.首先对雷达信号进行奇异值分解(SVD)进行降噪预处理,求解雷达信号的模糊函数并提取其主脊切片包络,采用奇异值分解方法降低噪声对主脊切片包络的影响,然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练,最后基于该算法模型实现辐射源信号的分类和识别.仿真结果表明:该方法在低信噪比条件下也有较高的识别率,信噪比高于-4 dB时,识别率可以达到90％以上,验证了本算法的有效性和应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红卫	空军工程大学航空工程学院	42	151	7.0	10.0
2	陈游	空军工程大学航空工程学院	47	149	6.0	9.0
3	董鹏宇	空军工程大学航空工程学院	3	0	0.0	0.0