基于GRU深度卷积网络的智能辐射源识别方法

作者:杨淑媛; 李兆达; 冯志玺; 吴亚聪; 张博闻; 宋雨轩; 李治; 徐光颖; 孟会晓; 王俊骁
来源:2018-09-14, 中国, ZL201811074578.6.

摘要

本发明是一种基于GRU深度卷积网络的智能辐射源识别方法,主要解决现有技术无法提取到雷达辐射源信号序列化特征的问题,其方案为:对雷达辐射源信号进行分类;仿真雷达辐射源信号,并对雷达辐射源信号进行切片;将切片后的样本转为二维实数样本,对二维实数样本归一化并划分训练样本集与测试样本集;构建基于门控循环单元GRU的深度神经网络;将训练样本集输入深度神经网络中,通过对损失函数的优化,得到训练好的深度神经网络模型;将测试样本集输入到训练好的深度神经网络模型中,得到雷达辐射源信号识别结果。本发明能提取信号前后关联特征,避免人工特征提取和先验知识,复杂度低,分类结果准确,可用于复杂电磁环境下对雷达辐射源识别。