首页|雷达脉内调制识别的改进残差神经网络算法

雷达脉内调制识别的改进残差神经网络算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法.算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别.算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀.在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90％以上.
Improved residual neural network algorithm for radar intra-pulse modulation classification

徐卓君、杨雯婷、杨承志、田彦涛、王晓军

展开 >

北京航空航天大学 航空科学与工程学院,北京 100083

吉林大学 通信工程学院,长春 130022

空军航空大学 航空作战勤务学院,长春 130022

吉林大学 工程仿生教育部重点实验室,长春 130022

展开 >

模式识别与智能系统 雷达信号 脉内调制识别 残差神经网络

2021

10.13229/j.cnki.jdxbgxb20200447

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(4)
  • 5
  • 5