基于混合模型的雷达信号脉内波形分类

作者：马知远; 黄智^*; 林安妮

来源：海军工程大学学报, 2021, 33(02): 30-36.

• 波形识别
• 卷积神经网络
• 深度学习
• 自相关
• 时频分析

为了在雷达接收机中实现对目标信号调制方式的快速判别,针对雷达信号脉内波形分类问题,提出了一种适用于多波形分类的模型。该模型根据信号的自相关性强弱确定应采用的信号预处理方式,进而通过预训练的分类器实现分类。该模型的关键点是根据信号自相关性的强弱分别采用自相关和短时自相关处理信号,并对结果进行时频分析以获得可以描述原始信号的多个特征图。仿真了16种信号,使用测试集实现模型的超参数优化、训练和测试。仿真结果表明:该模型在各信噪比下具有较高的识别率,在-6 dB时对16种信号的识别率为88.7%。

• 单位
  中国人民解放军海军工程大学; 电子工程学院