基于脉冲神经网络的雷达辐射源调制类型识别

• 作者: 李伟 朱卫纲 朱霸坤
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 认知电子战 辐射源识别 调制类型识别 脉冲神经网络 Tempotron神经元
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 应用基础与前沿技术|Application Fundamental Research and Advanced Technology
• 页码范围: 11-16
• 页数: 6页
• 分类号: TN971
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2022.01.002

摘要

面对日益复杂的电磁环境和层出不穷的新体制雷达,基于人工方式提取雷达辐射源特征难以满足现代认知电子战的需求.为提升雷达辐射源识别的智能化水平,提出一种新的基于脉冲神经网络(Spiking Neuron Network,SNN)进行雷达辐射源调制类型识别的算法.首先利用时频分析的方法,将5种常见雷达时域信号转换为二维灰度图,使用高斯调谐曲线编码器将输入数据转化为脉冲发放时刻,然后传入由Tempotron组成的脉冲神经网络进行识别.仿真实验结果表明脉冲神经网络具有优良的检测精度,功耗较低,验证了该方法的有效性.