雷达脉内调制识别的改进残差神经网络算法

作者：徐卓君; 杨雯婷; 杨承志; 田彦涛; 王晓军

来源：吉林大学学报（工学版）, 2021, 51(04): 1454-1460.

DOI：10.13229/j.cnki.jdxbgxb20200447

• 模式识别与智能系统
• 雷达信号
• 脉内调制识别
• 残差神经网络

针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别。算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀。在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90%以上。

• 单位
  北京航空航天大学; 中国人民解放军空军航空大学; 吉林大学