基于改进1DCNN+TCN的雷达辐射源快速识别方法

作者：金涛; 王晓峰; 田润澜; 张歆东^*

来源：系统工程与电子技术, 2022, 44(02): 463-469.

• 辐射源信号快速识别
• 时间序列
• 时间卷积网络
• 一维卷积神经网络
• 参数化线性修正单元
• 注意力机制

为了解决传统雷达辐射源识别方式识别速度慢、在低信噪比时很难准确识别等问题,结合深度学习提出了一种基于改进一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)和时间卷积网络(temporal convolutional network, TCN)的雷达辐射源快速识别模型。在1DCNN的基础上加入了批归一化层,并在全连接层前加入注意力机制;同时在原有TCN的基础上进行改进,使用Leaky ReLU激活函数代替ReLU函数;将改进后的TCN与1DCNN相连接。仿真实验结果分析表明,该模型不仅能够迅速识别出辐射源信号,识别准确率也较高,能够有效平衡模型识别速度和识别精度。

• 单位
  吉林大学; 中国人民解放军空军航空大学