基于神经网络和多头注意力机制的雷达PRI调制类型识别方法

本发明涉及一种基于神经网络和多头注意力机制的雷达PRI调制类型识别方法，属于雷达信号处理领域。对雷达脉冲TOA序列进行一阶差分得到PRI序列的样本数据，并采用中值滤波器对其做滤波处理，以降低缺失或虚假脉冲的影响，构建一种融合多尺度卷积挤压激励神经网络、双向门控循环单元神经网络和多头注意力机制的模型，该模型能够提取数据局部精细化特征和捕捉数据长期时序相关性特征，使用多头注意力机制整合全局信息，对门控循环单元中重要的时间步施加更多的权重，对模型进行训练和测试，结果表明，与其他神经网络方法相比，本发明方法在缺失脉冲和杂散脉冲占比较高的条件下对六种雷达PRI调制信号的识别率更高。