国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:米新平, 陈西宏, 刘赞, 刘永进, 刘强
单位:空军工程大学防空反导学院, 陕西 西安 710051
关键词:双谱,信息熵,卷积神经网络,经验模态化分解
基金:国家自然科学基金资助课题(61701525)
针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。
来源:2021年第8期
《系统工程与电子技术》期刊编辑部