摘要
本发明公开基于残差和注意力机制的小样本雷达工作模式识别方法,属于雷达信号处理领域;方法包括:对不同的雷达工作模式参数进行仿真,采样固定长度的载频、脉宽和脉冲重复周期参数作为特征矩阵;每种工作模式生成特征矩阵样本作为基本集;每种工作模式随机生成特征矩阵样本,作为小样本场景下的数据集,并对样本进行随机采样,划分为支撑集和查询集;用基本集预训练网络模型,用支撑集微调训练好的网络模型,用微调好的网络模型对查询集进行测试,得到识别准确率;将雷达实时接收的特征矩阵输入微调好的网络模型中,输出工作模式识别结果。从而解决小样本场景下,雷达接收机接收的雷达脉冲样本数目不足,导致限制网络模型识别性能的问题。
技术关键词
深度学习网络模型
注意力机制
雷达工作模式
样本
生成特征
矩阵
仿真数据
模块
参数
脉冲
模式识别系统
多尺度
周期
雷达接收机
数学模型
系统为您推荐了相关专利信息
空间站科学实验柜
故障管理系统
故障注入设备
地面测试数据
故障诊断系统
叶面积指数
地表反射率
训练样本集
日期
XGBoost模型
相机旋转设备
声纹特征
库构建方法
多模态特征
特征值
LSTM模型
滚动轴承振动信号
数据
损耗
船尾螺旋桨