基于改进残差网络的雷达辐射源信号识别OA北大核心
Radar Emitter Signal Recognition Based on Improved Residual Network
针对现有雷达辐射源信号识别方法存在的识别率不足、 网络模型复杂和鲁棒性差等问题,提出一种基于改进残差网络的雷达辐射源信号识别方法.通过时频分析方法将一维时域信号变换成二维时频图像,用作深度学习网络模型的训练和测试;借鉴轻量化和去"网格效应"的设计思想,构建改进的残差网络模型.实验结果表明,在-15～-10 dB低信噪比条件下,该模型对7种雷达信号的综合识别率为95.9％,比GoogLeNet,AlexNet,MobileNetV2模型分别高5.6…查看全部>>
郭恩泽;张洪德;杨雷;刘益岑;彭镜轩;张磊
中国人民解放军陆军工程大学通信士官学校, 重庆 400035中国人民解放军陆军工程大学通信士官学校, 重庆 400035中国人民解放军陆军工程大学通信工程学院, 江苏南京 210007信号盲处理国家级重点实验室, 四川成都 610041中国人民解放军陆军工程大学通信士官学校, 重庆 400035中国人民解放军陆军工程大学通信士官学校, 重庆 400035
信息技术与安全科学
雷达辐射源深度学习残差网络分类识别
《无线电工程》 2022 (12)
2178-2185,8
评论