10.15918/j.tbit1001-0645.2020.220
一种基于卷积神经网络的雷达干扰识别算法
干扰识别是雷达抗干扰的前提,但是基于特征参数的识别方法受噪声影响大,且参数的特征提取只是发生在某一脉冲重复周期内,难以识别一些具有时序关系的干扰信号.然而利用特征去识别干扰的思路是可行的,据此,本文提出一种利用两个卷积神经网络级联的干扰类型判别方法,此方法基于信号的伪Wigner-Ville分布,分别利用单周期时频图像完成干扰预分类,多周期合成时频图像完成干扰细分类,实现了8种典型干扰样式的识别,尤其适用于拖引干扰的识别.实验结果表明,在本文生成的数据集上,8种干扰的平均识别正确率达到了98％以上.
干扰识别;卷积神经网络;伪Wigner-Ville分布;欺骗干扰;压制干扰
41
TN974
2021-10-28（万方平台首次上网日期，不代表论文的发表时间）
共9页
990-998
