基于CNN-Swin Transformer Network的LPI雷达信号识别

作者：苏琮智; 杨承志; 邴雨晨; 吴宏超; 邓力洪

来源：现代雷达, 2022, 1-9.

• LPI雷达
• 信号调制方式识别
• Swin Transformer
• 卷积神经网络
• CSTN
• 时频分析

针对在低信噪比条件下，低截获概率（Low Probability of Intercept， LPI）雷达信号调制方式识别准确率低的问题，提出一种基于Transformer和卷积神经网络（CNN）的雷达信号识别方法。引入Swin Transformer模型并在模型前端设计CNN特征提取层构建了CNN-Swin Transformer Network（CSTN），利用时频分析获取雷达信号的时频特征，对图像进行预处理后输入CSTN模型进行训练，由网络的底部到顶部不断提取图像更丰富的语义信息，最后通过Softmax分类器对6类不同调制方式信号进行分类识别。仿真实验表明在信噪比为-18dB时，该方法对6类典型雷达信号的平均识别率达到了94.26%，证明了提出方法的可行性。

• 单位
  中国人民解放军空军航空大学