基于双通道卷积神经网络的雷达信号识别

作者：全大英; 陈赟; 唐泽雨; 李世通; 汪晓锋; 金小萍

来源：上海交通大学学报, 2022, 56(07): 877-885.

DOI：10.16183/j.cnki.jsjtu.2021.209

• 低信噪比
• Choi-Williams分布
• 多重同步压缩变换
• 双通道卷积神经网络

为解决在低信噪比下特征提取困难、雷达信号识别率低的问题，提出了一种基于Choi-Williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析，分别获取二维时频图像并进行预处理，然后送入双通道卷积神经网络进行深度特征提取，最后将两路通道获取的特征进行融合，通过卷积神经网络分类器实现对雷达信号的分类识别.仿真结果表明：在信噪比为-10 dB时，所提模型整体识别准确率能达到96%以上，其在低信噪比下表现优异.

• 单位
  中国计量大学