基于稀疏时频检测卷积神经网络的雷达辐射源识别方法

授权

摘要

本发明提出了基于稀疏时频检测卷积神经网络的雷达辐射源识别方法，属于电子对抗技术领域。本发明以内插、滤波、抽取等处理方法统一不同接收机采样率，利用短时傅里叶变换，将不同脉宽的辐射源中频信号转化为频率分辨率、时间窗个数固定的时频图，以时频图作为辐射源特征，用卷积神经网络实现识别。在网络训练时，对时频矩阵进行特征增强以生成稀疏时频矩阵，并将其作为训练样本完成网络训练；训练完成后，用边框检测出稀疏时频矩阵中辐射源信号，并将检测边框内信号映射至各卷积池化层输出，使得卷积池化层仅对检测边框内信号进行处理，降低了识别过程中卷积、池化处理的运算量，且能够实现对不同脉宽、带宽雷达辐射源的识别。

基本信息

专利标题：

基于稀疏时频检测卷积神经网络的雷达辐射源识别方法

专利标题（英）：

暂无

公开（公告）号：

CN112034434A

申请号：

CN202010919085.9

公开（公告）日：

2020-12-04

申请日：

2020-09-04

授权号：

CN112034434B

授权日：

2022-05-20

发明人：

冷鹏飞王谦诚黄翔飞张玉涛

申请人：

中国船舶重工集团公司第七二四研究所

申请人地址：

江苏省南京市中山北路346号

代理机构：

代理人：

优先权：

CN202010919085.9

主分类号：

G01S7/41

IPC分类号：

G01S7/41