系统工程与电子技术

作者：聂千祁, 沙明辉, 朱应申

单位：北京无线电测量研究所, 北京 100854

关键词：辐射源信号识别,时频分析,深度学习,残差神经网络

针对低信噪比情况下, 雷达信号特征提取困难, 导致识别准确率较低的问题, 提出一种基于改进残差神经网络的雷达信号调制识别方法。首先使用时频分析方法, 将时域信号转化为二维时频图像; 然后对图像进行灰度化、高斯滤波、双线性插值、归一化等预处理, 作为深度学习模型的输入; 最后搭建改进的残差神经网络, 利用空间和通道重构单元减少特征冗余, 提高特征提取精度, 从而提高低信噪比下雷达信号识别准确率。仿真实验结果表明, 信噪比为-8 dB时, 该方法对12类典型雷达信号的整体识别准确率达到96.67%, 具有较好的噪声鲁棒性与抗混淆能力。

来源：2024年第10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2024年第10期