基于改进EfficientNet的雷达信号调制方式识别

作者：苏琮智; 王美玲; 杨承志^*; 吴宏超

来源：电讯技术, 2023, 63(01): 93-100.

DOI：10.20079/j.issn.1001-893x.220321001

• 雷达辐射源信号识别
• 改进EfficientNet
• 卷积注意力模块(CBAM)
• 标签平滑

针对在复杂电磁环境下的雷达辐射源信号识别中传统方法失效，深度学习算法存在低信噪比下识别效果差、网络复杂参数多的问题，提出一种改进EfficientNet模型对雷达辐射源信号进行识别。首先引入卷积注意力模块(Convolutional Block Attention Module, CBAM)改进网络，提高网络对通道和空间特征的提取能力；结合h-Swish和ReLU两种激活函数进一步改进网络在保持网络精度的情况下加快网络训练；对样本进行标签平滑，对9种不同调制信号的时频图像做CutMix数据增强后输入网络，增强模型的泛化能力。通过实验分析，改进后的模型在信噪比为-10 dB的情况下对9种调制信号的综合识别率达到了94.24%,验证了该方法能够在低信噪比条件下有效识别雷达辐射源信号。

• 单位
  中国人民解放军空军航空大学