基于卷积神经网络的多功能雷达行为辨识研究

• 作者: 方旖 陈秋菊 潘继飞 毕大平
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 多功能雷达 行为识别 变化点检测 卷积神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 32-37
• 页数: 6页
• 分类号: TN957.53|TJ01
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2021.01.006

摘要

针对多功能雷达行为状态复杂多变、难以识别的问题,提出了一种基于卷积神经网络的雷达行为辨识方法.建立多功能雷达行为辨识模型,对数据进行预处理,构建多功能雷达信号样本集.通过变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的信号加参数数组样本.并针对处理后的雷达行为数据集的特点设计卷积神经网络进行训练与测试.仿真实验结果表明,训练完成的网络模型对于加入参数的样本训练效果更好,对多功能雷达行为有较好的识别效果.