一种雷达信号识别模型的训练方法及系统

AITNT
正文
推荐专利
一种雷达信号识别模型的训练方法及系统
申请号:CN202410838726
申请日期:2024-06-26
公开号:CN118427545B
公开日期:2024-09-06
类型:发明专利
摘要
本发明公开了一种雷达信号识别模型的训练方法及系统,涉及雷达信号识别技术领域,该系统运行时,通过信号采集模块采集若干种雷达源信息,包括连续波雷达和脉冲雷达,组成原始雷达信号数据,通过信号预处理模块进行预处理,组成处理后的信号数据集,通过特征提取模块对处理后的信号数据集进行特征提取,获取:频率特征因子Plyz、时域特征因子Syyz和空间特征因子Kjyz,通过模型训练模块使用深度学习技术进行建立雷达信号识别模型,进行训练获取:训练调控系数Xlxs,通过与识别模型预设的雷达信号模型训练识别阈值X进行匹配,获取当前雷达信号类型识别评估方案,能够准确捕捉和分析雷达信号的各种特征,从而提高信号识别的精度。
技术关键词
信号识别模型 时域特征 雷达信号采集设备 信号预处理模块 连续波雷达 因子 信号采集模块 模型训练模块 脉冲雷达 特征提取模块 空间特征信息 深度学习技术 训练系统 样本 脉冲重复频率 合成孔径雷达 数据
系统为您推荐了相关专利信息
1
基于深度学习的自适应车辆视觉检测系统
车辆视觉 CCD图像传感器 信号预处理模块 电阻 稳压二极管
2
一种NR网络环境下的RNTI自适应检测方法及系统
多维特征向量 信道状态参数 特征提取模块 数据采集模块 执行盲检测
3
一种基于物联网的RFID固定资产盘点系统及方法
采集设备 盘点系统 监测设备 数字孪生模型 数据采集频率
4
一种变流器故障诊断方法及系统
故障诊断模型 时域特征 融合特征 序列 幅值
5
一种基于时空特征的长序异常行为检测系统及其检测方法
网络模块 特征提取模块 时序特征 卷积神经网络提取 时空融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号