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, 2021, 1-9.

• 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较慢、在低信噪比时很难准确识别等问题，本文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 Networks, 1DCNN）和时间卷积网络（Temporal Convolutional Network,TCN）的雷达辐射源快速识别模型。本文在一维卷积神经网络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；同时在原有时间卷积网络的基础上进行改进，使用LeakyReLU激活函数代替ReLU函数；将改进后的时间卷积网络与一维卷积神经网络相连接。通过仿真实验结果分析，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
  中国人民解放军空军航空大学; 吉林大学