一种基于深度卷积神经网络与特征融合的雷达信号分类方法
授权
摘要
本发明涉及一种基于深度卷积神经网络与特征融合的雷达信号分类方法，将雷达信号转换为时频图像；采用图像处理方法对时频图像进行预处理，并分别制作为数据集1和数据集2；利用两个改进的EfficientNet模型分别提取为数据集1和数据集2更有效的特征；设计一种多特征融合模型，充分利用不同特征之间的关系，对提取数据集1和数据集2的特征进行融合；采用Adam算法对网络参数进行优化；利用SoftMax分类器获取分类结果。本发明能更充分提取雷达信号特征，从而提高雷达信号在低信噪比环境下的识别性能，可用于复杂电磁环境下的雷达信号识别等电子对抗中。
基本信息
专利标题 ：
一种基于深度卷积神经网络与特征融合的雷达信号分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112287784A
申请号 ：
CN202011121979.X
公开（公告）日 ：
2021-01-29
申请日 ：
2020-10-20
授权号 ：
CN112287784B
授权日 ：
2022-05-31
发明人 ：
司伟建万晨霞张春杰曲志昱邓志安汲清波骆家冀
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
代理机构 ：
代理人 ：
优先权 ：
CN202011121979.X
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-31 ：
授权
2021-02-23 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20201020
申请日 : 20201020
2021-01-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
