基于SVM与DNN的雷达扫描体制识别方法

• 作者: 张文峰 牟皓 赵耀东 顾杰
• 来源期刊: 电子信息对抗技术
• 学科: 工学
• 关键词: 雷达扫描体制识别 机械扫描雷达 相控阵雷达 支持向量机 卷积神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 信号/信息处理|Signal / Information Processing
• 页码范围: 33-37
• 页数: 5页
• 分类号: TN971.1
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2230.2022.02.009

摘要

雷达有机械与相控阵两种扫描体制,一般相控阵雷达远优于机械扫描雷达,因此准确识别扫描体制对威胁评估至关重要.传统体制识别基于专家特征与阈值,需分析大量数据,开发效率与准确性较差.提出两种智能识别方法来解决该问题:1)以脉冲幅度的一阶差分绝对值直方图为特征,通过支持向量机进行分类识别;2)建立基于注意力机制的深度卷积神经网络,实现特征的自动学习与扫描体制的识别.实验表明,两种方法均有着良好的准确性,且基于深度神经网络的方法鲁棒性更优.