系统工程与电子技术

作者：郭立民, 黄文青, 陈前, 王佳宾

单位：哈尔滨工程大学信息与通信工程学院, 黑龙江 哈尔滨 150001

关键词：复合干扰识别,多标签分类,轻量化,计算复杂度

针对复杂电磁环境下雷达复合干扰识别困难和网络模型复杂度高的问题, 将多标签分类与改进的ShuffleNet V2相结合, 提出一种轻量化的多标签ShuffleNet(multi-labeling ShuffleNet, ML-SNet)雷达复合干扰识别算法。首先, 使用轻量化的ShuffleNet V2作为主干网络, 引入SimAM(similarity-based attention module)注意力机制, 提高网络特征提取能力。其次, 使用漏斗激活线性整流函数(funnel activation rectified linear unit, FReLU)代替线性整流单元(rectified linear unit, ReLU)激活函数, 减少特征图的信息损失。最后, 使用多标签分类算法对网络输出进行分类, 得到识别结果。实验结果表明, 在干噪比范围为-10~10 dB的情况下, 所提算法对15类雷达复合干扰的平均识别率为97.9%。与其他网络相比, 所提算法具有较低的计算复杂度, 而且识别性能表现最佳。

来源：2025年第2期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第2期