基于深度学习的雷达辐射源识别算法

来源 :航天电子对抗 | 被引量 : 0次 | 上传用户:solofly123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为解决雷达辐射源识别中特征提取困难、低信噪比条件下识别效率低的问题,提出了一种基于一维卷积神经网络和长短期记忆网络的深度学习智能识别算法,构建了一个CNN?LSTM网络,能实现对不同脉内调制方式雷达辐射源的端到端识别。该网络首先利用卷积层学习信号局部特征,然后将卷积层输出的结果输入长短期记忆网络,学习信号的全局特征,最终构造逻辑回归分类完成分类识别任务。仿真结果表明,该算法较单一卷积神经网络模型具有更好的识别效果,抗噪声效果更强,在-6 dB信噪比的条件下,识别的准确率仍能够达到90%以上。
其他文献
目的分析护理干预在老年高脂血症合并糖尿病患者中的影响作用与临床价值。方法选择2018年6月至2019年5月在我院内分泌科住院治疗的130例老年高脂血症合并糖尿病患者,随机分为
提取辐射源信号指纹特征,经分类处理后以识别对方同型号辐射源中的不同个体,这已成为电磁空间交战各方常用的技术手段。在这一过程中如何确保己方辐射源信号指纹信息的安全,
挪威是世界重要的海事国之一,其海岸线曲折,众多近海岛屿既是优良港口,又是风景优美的游览区。近年来,海水污染、海洋垃圾、生物多样性丧失和资源过度开发等海洋问题日益凸显
目的分析对行胸壁结核切除术的患者实施围手术期护理的效果。方法选择我院2015年1至2020年1月胸壁结核切除术患者共48例,数字表随机分两组每组24例,对照组患者给予常规护理,
在基桩动测承载力计算时,桩周土动力参数取值未考虑与其埋深的关系、各土层阻尼系数和最大弹性变形值未根据土层性质分别取值进行计算,这与实际情况不相符合。为了使基桩动测