基于改进残差网络的雷达辐射源多标签识别

• 作者: 乔洁 岳晓军
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 残差神经网络 注意力机制 雷达辐射源识别 多标签
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 雷达系统与技术|Radar System and Technology
• 页码范围: 39-44
• 页数: 6页
• 分类号: TN957.51
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2022.01.007

摘要

针对现有的雷达辐射源识别方法具有低信噪比情形下识别精度低、无法识辩多个辐射源等缺点,文中提出融入注意力机制的残差网络用于雷达辐射源多标签识别.首先,利用残差网络学习过程数据的时序特征并提取相应的深层特征;然后,引入注意力机制对提取的特征进一步地分类和识别;最后,在雷达辐射源数据集上进行仿真实验.结果 表明所提的Atten-Resnet模型不但可以在多标签条件下进行雷达辐射源的准备识别,而且在信噪比为6 dB时仍然可以保持95％以上的准确率.Atten-Resnet模型具有较高的实用性和较强的鲁棒性.