控制与决策

作者：普运伟,余永鹏,姜萤,田春瑾

单位：昆明理工大学 信息工程与自动化学院,昆明 650500;昆明理工大学 计算中心,昆明 650500,,昆明理工大学 信息工程与自动化学院,昆明 650500,,昆明理工大学 信息工程与自动化学院,昆明 650500,,昆明理工大学 计算中心,昆明 650500,

关键词：雷达辐射源信号;模糊函数;信号识别;多域特征融合;集成学习

基金：国家自然科学基金项目(61561028).

针对复杂电磁环境下雷达辐射源信号识别方法中存在的抗噪性能差、识别准确率低等问题,提出一种融合模糊函数多域投影特征的集成深度学习识别方法.首先,对信号的模糊函数进行高斯平滑处理,从多域视角出发选取合适角度对模糊函数进行二维投影以构建特征数据集;然后,构建一种基于多域特征融合的两阶段识别分类方法,使用多个密集连接网络DenseNet121作为初级分类器分别对3类特征数据集进行训练学习,得到初级分类结果;最后,通过Stacking策略对初级分类结果进行融合学习,得到最终类别信息.实验结果表明,所提出方法在信噪比为0dB时对6类典型雷达信号的整体平均识别率均保持在97.24%以上,即使是在-4dB环境中,识别率也稳定在87.16%以上,验证了所提出方法的有效性和可行性,具有一定的工程价值.

来源：2024年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第1期