摘要
一种基于神经网络的雷达信号脉内调制方式识别方法,其实现步骤是:(1)构建实际接收的雷达脉内调制信号模型x(t);(2)构建识别网络训练数据集,将雷达接收信号进行时频变换得到信号时频特征函数;对其进行归一化和重采样得到时频图像,加标签制作训练数据集D;(3)设计一个卷积神经网络模型;(4)使用数据集D和卷积神经网络进行网络参数训练;(5)将待测试雷达脉内调制信号的时频图像输入到训练好的卷积神经网络中,网络的输出即为雷达信号脉内调制类型,完成识别任务。本发明优点是采用基于神经网络的脉内调制方式识别方法,可以减小多径和噪声对调制方式识别的影响,同时减少网络计算量。本发明可以应用于电子侦察领域。
技术关键词
特征提取模块
雷达脉内调制信号
卷积模块
卷积神经网络模型
调制方式识别方法
Softmax函数
信噪比
全局平均池化
图像
高斯核函数
数据
噪声方差
像素点
瓶颈
信号调制
系统为您推荐了相关专利信息
空间动态信息
融合特征
光伏电站
图像编码器
概率预测方法
智能采摘机器人
图像采集装置
注意力机制
特征提取模块
混合编码器
高光谱遥感图像
融合特征
时序
特征提取模块
评估系统
企业
人工智能模型
管控系统
信用评分模型
大数据