科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对雷达信号由于缺少先验知识难以形成信号模板或识别网络的识别难题，本文重新审视了战争雷达的应用场景，并提出一种基于原型网络的雷达信号识别算法。原型网络作为一种弱监督学习模型，已被证明对于小样本数据的分类拟合具有积极作用。本文利用卷积神经网络将现有的充足样本信号时频信息映射到样本空间，获取各充足类样本原型，以样本点到原型的距离为损失函数，使得类间分散、类内聚合，得到泛化的训练模型。实验结果表明：小样本信号在较少先验信息的支持和微调下，通过泛化的模型能准确识别信号类别。在多种小样本信号并存的条件下，-2 dB时识别率可达90%以上。
- 单位
