基于多通道注意力机制卷积模型的雷达个体识别方法

本发明公开了一种基于多通道注意力机制卷积模型的雷达个体识别方法，首先通过雷达辐射源的参数特征构建脉冲描述字参数数据集，然后构建初始化的神经网络模型并进行参数初始化，设置神经网络模型的超参数与训练方法，再将数据集划分为训练集与测试集，使用训练集训练神经网络模型，最后利用训练好的神经网络模型对测试集数据进行分类识别测试，完成雷达个体识别，同时评价分类准确率。本发明的方法将AlexNet架构与多通道注意力SE模块相结合，能够更有效地提取雷达辐射源的特征信息，提高雷达辐射源个体识别的准确率与抗缺失、抗噪声能力，有效降低网络识别的计算复杂度，并增强其网络鲁棒性。