首页> 中文期刊> 《空天防御》 >基于双CNN的雷达信号调制类型识别方法

基于双CNN的雷达信号调制类型识别方法

         

摘要

针对雷达工作波形复杂化、基于常规脉冲特征的雷达辐射源信号识别准确率下降的问题,提出双卷积神经网络(convolutional neural network,CNN)串联的网络结构,实现了9种常见雷达信号的分类识别。采用单个CNN结构时,可以准确识别其中4种调制类型,但是相位编码及其复合调制信号识别率低。这是由于相位编码中二进制相移键控(binary phase shift keying,BPSK)与四相相移键控(quadrature phase shift keying,QPSK)的时频特征具有相似性。本文采用双CNN串联的处理方式,其优势在于雷达信号调制参数不固定时,依然可以进行分类识别,具有较强适应性。仿真结果表明,当信噪比(signal-to-noise ratio,SNR)为0 dB时,9种调制信号的识别准确率高于95%。最后,通过仿真分析识别准确率与信噪比之间的关系,验证了该方法的可靠性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号