针对小样本情景下辐射源个体识别困难等难题，提出一种在小样本情景下基于特征融合和深度学习的辐射源个体识别方法。将基于希尔伯特-黄变换、魏格纳-威利分布、连续小波变换所提取的信号个体特征进行融合并构建ResNet完成训练和识别。采用该方法，对3部实采辐射源数据进行测试，测试结果表明，相比于使用单一特征进行网络分类识别的主流算法，该方法能提高小样本情境下辐射源个体识别准确率、改善神经网络性能。
科研之友
微信
新浪微博
Facebook
分享链接
