一种基于双径扩张卷积注意力的雷达信号调制识别技术

本发明公开了一种基于双径扩张卷积注意力的雷达信号调制识别技术，针对复杂电磁环境与低信噪比下雷达信号调制识别难题。创新地提出双径扩张卷积注意力(DDCA)模块，结合去噪卷积神经网络与改进MobileViT，实现模型性能提升与轻量化。通过扩张卷积以不同接收域提取信号特征，利用深度可分离卷积与通道修剪优化模型，以增强损失函数的DnCNN去噪处理信号。实验显示，本发明在‑16dB信噪比下对10种雷达信号识别准确率达91.4％，参数规模与计算复杂度合理，优于MobileViT、Swin Transformer等模型，为雷达信号识别提供高效精准解决方案，在电子情报侦察等领域意义深远。