基于无意调相特性的雷达辐射源个体识别

• 作者: 王建涛 秦鑫 陈世文 黄洁
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 雷达辐射源个体识别 无意调相 贝塞尔曲线 深度学习 长短时记忆加全卷积网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 104-111
• 页数: 8页
• 分类号: TN971.+1
• 字数: 4524字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020084

摘要

针对脉内无意调相实现雷达辐射源个体识别时存在的分类模型性能不佳的问题,提出了一种长短时记忆加全卷积网络的雷达辐射源个体识别方法.首先给出了脉内信号相位的简化观测模型,并对观测相位序列进行去斜处理,提取无意调相的含噪估计;然后利用贝塞尔曲线拟合无意调相,降低噪声的影响,获得无意调相更为精确的描述;最后利用长短时记忆加全卷积网络提取无意调相序列的联合特征,实现雷达辐射源个体自动识别.仿真实验以及实测数据实验均验证了所提算法的可行性与有效性,实验结果表明,所提算法识别正确率高、耗时短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建涛	信息工程大学数据与目标工程学院	13	127	5.0	11.0
2	黄洁	信息工程大学数据与目标工程学院	21	111	6.0	10.0
3	陈世文	信息工程大学数据与目标工程学院	4	7	2.0	2.0
4	秦鑫	信息工程大学数据与目标工程学院	2	0	0.0	0.0