摘要

本发明属于电子对抗中雷达信号的工作模式识别技术领域,公开了一种基于深度学习网络的雷达信号工作模式识别方法及系统,接收机接收雷达脉冲信号,聚集同一相参脉冲组内的脉冲,建立脉冲组;对同一脉冲组内的脉冲进行幅值拟合并对其做FFT变换,把脉冲描述字和频谱幅值作为初级特征;把初级特征用局部保持典型相关分析进行特征融合;将得到的特征向量输入基于光滑L_0范数的稀疏深度置信网络,最后通过softmax进行分类识别。由于本发明在深度置信网络的基础上加入稀疏惩罚项,建立稀疏深度神经网络,增加了运算效率。由于本发明采用了光滑的函数来逼近范数,既解决了范数难以求解的问题,又获得了较好的稀疏效果。