系统工程与电子技术

作者：徐桂光, 王旭东, 汪飞, 胡国兵, 高涌荇, 罗泽虎

单位：1. 南京航空航天大学电子信息工程学院/集成电路学院, 江苏 南京 211106；2. 金陵科技学院电子信息工程学院, 江苏 南京 211169

关键词：低截获概率雷达波形,辐射源信号识别,残差网络,压缩激励结构,时频分析

基金：江苏省高等学校自然科学研究重大项目(20KJA510008);江苏省基础研究计划(自然科学基金)(BK20161104)

针对低信噪比(signal to noise ratio, SNR)低截获概率(low probability of intercept, LPI)雷达脉内波形识别准确率低的问题，提出一种基于时频分析、压缩激励(squeeze excitation, SE)和ResNeXt网络的雷达辐射源信号识别方法。首先通过Choi-Williams分布(Choi-Williams distribution, CWD)获得雷达时域信号的二维时频图像(time-frequency image, TFI)；然后进行TFI预处理降低噪声干扰和频率维的位置分布差异，以适应深度学习网络输入；最后在ResNeXt基础上加入扩张卷积和SE结构提取TFI特征，实现雷达辐射源分类。实验结果表明，SNR低至-8 dB时，该方法对12类常见LPI雷达波形的整体识别准确率依然能达到98.08%。

来源：2022年第12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2022年第12期