基于无意调相特性的雷达辐射源个体识别

发布时间：2024-06-07 04:56

　　针对脉内无意调相实现雷达辐射源个体识别时存在的分类模型性能不佳的问题,提出了一种长短时记忆加全卷积网络的雷达辐射源个体识别方法。首先给出了脉内信号相位的简化观测模型,并对观测相位序列进行去斜处理,提取无意调相的含噪估计;然后利用贝塞尔曲线拟合无意调相,降低噪声的影响,获得无意调相更为精确的描述;最后利用长短时记忆加全卷积网络提取无意调相序列的联合特征,实现雷达辐射源个体自动识别。仿真实验以及实测数据实验均验证了所提算法的可行性与有效性,实验结果表明,所提算法识别正确率高、耗时短。

【文章页数】：8 页

【部分图文】：

·106·通信学报第41卷序列为T1TρB(BB)Bρ。根据以上分析可知，UPMOP特征曲线的提取流程如下。1)对原始脉冲数据x进行相位解缠绕获得相位观测序列ψ；2)利用最小二乘法对观测相位序列进行去斜处理，获得UPMOP的含噪估计序列ρ；3)进一步利用贝塞尔曲线拟合序列ρ进行平....

，提取到128×N的特征矢量，然后在整个时间维度上进行全局池化，聚合产生128个特征值，以减少模型中的参数量。LSTM的units参数设置为8，即输出8个数据作为8个特征，并利用Dropout层使部分隐层节点失活，缓解过拟合的可能。最后将LSTM提取的8个特征值与FCN提取的12....

勘晷藕诺?UPMOP序列进行在线识别，得到个体识别结果。4实验结果与分析4.1特征曲线提取实验本节通过仿真实验验证UPMOP提取流程的可行性和有效性，并比较本文贝塞尔平滑方法和文献[5]时域加窗平滑方法对UPMOP的降噪性能。假设雷达发射脉冲的信号模型为0s(t)expj(2πf....

诶状锓?湓锤鎏迨侗穑?啾扔谑?域加窗平滑降噪法能够获得更高的识别正确率；无论基于欧氏距离还是基于DTW距离度量的最近邻识别算法性能均不如LSTM-FCN。图5(a)表明，当SNR25dB时，本文算法能够取得较其他方法更高的识别正确率，对噪声的稳健性更强。图5(b)表明，在相同信噪....

本文编号：3990810