【技术实现步骤摘要】
多脉冲雷达信号的分辨性特征融合提取方法及识别方法
[0001]本申请涉及雷达信号识别
，特别是涉及一种多脉冲雷达信号的分辨性特征融合提取方法及识别方法。
技术介绍
[0002]随着数字技术的飞速发展，雷达信号的调制方式越来越复杂，调制类型越来越多，外界电磁环境日益复杂，给电子侦察和电子对抗系统带来了严峻的挑战。在电子对抗过程中，对截获的信号进行迅速准确的识别，可以优先获得制信息权，对战场的形势发挥着至关重要的作用。然而，截获的敌方信号不仅仅是单脉冲信号，因此如何在低信噪比下对多脉冲的雷达信号进行快速准确的识别是电子对抗领域的关键问题。
[0003]传统的雷达信号识别技术通常利用脉冲描述字（PWD），进行常规参数的匹配，设计特征提取算法和分类器进行识别。然而随着现代战场电磁环境的日益复杂，信号特征易被外界干扰所淹没，传统的雷达信号识别方法需要进行复杂的特征设计，其实现难度较大，泛化性较差。
[0004]随着人工智能的发展，深度学习得到广泛的应用，其中卷积神经网络（Convolutional Neural ...
【技术保护点】
【技术特征摘要】
1.一种多脉冲雷达信号的分辨性特征融合提取方法，其特征在于，所述方法包括：获取多脉冲雷达信号特征图；对所述多脉冲雷达信号特征图在空间维度分别进行最大值池化和平均值池化，得到所述多脉冲雷达信号特征图的第一通道权重系数和第二通道权重系数；根据所述第一通道权重系数、所述第二通道权重系数、预设的第一激活函数、预设的第二激活函数以及所述多脉冲雷达信号特征图，得到多脉冲雷达信号的通道权重特征图；对所述通道权重特征图在通道维度分别进行最大值池化和平均值池化，得到所述通道权重特征图的第一空间权重特征矩阵和第二空间权重特征矩阵；根据所述第一空间权重特征矩阵以及所述第二空间权重特征矩阵，得到通道数为2的特征图；根据所述通道数为2的特征图及所述通道权重特征图，得到多脉冲雷达信号在空间与通道上的高分辨性特征图；将所述高分辨性特征图与所述多脉冲雷达信号特征图相加，得到信息完整的高分辨性特征图；根据所述信息完整的高分辨性特征图，采用多种卷积核进行多尺度融合提取，得到多脉冲雷达信号的高分辨性特征。2.根据权利要求1所述的方法，其特征在于，所述第一激活函数为ReLU函数，所述第二激活函数为sigmoid函数；根据所述第一通道权重系数、所述第二通道权重系数、第一激活函数、第二激活函数以及所述多脉冲雷达信号特征图，得到多脉冲雷达信号的通道权重特征图，包括：将所述第一通道权重系数和所述第二通道权重系数使用ReLU函数激活后相加，得到一维通道权重矢量；将所述一维通道权重矢量使用sigmoid函数激活得到的输出值与所述多脉冲雷达信号特征图相乘，得到多脉冲雷达信号的通道权重特征图。3.根据权利要求1所述的方法，其特征在于，根据所述第一空间权重特征矩阵以及所述第二空间权重特征矩阵，得到通道数为2的特征图；根据所述通道数为2的特征图及所述通道权重特征图，得到多脉冲雷达信号在空间与通道上的高分辨性特征图，包括：将所述第一空间权重特征矩阵以及所述第二空间权重特征矩阵按通道维度拼接在一起，得到通道数为2的特征图；将所述通道数为2的特征图使用卷积核7*7进行卷积运算得到的值采用sigmoid函数激活，得到综合空间权重特征矩阵；将所述综合空间权重特征矩阵与所述通道权重特征图相乘，得到多脉冲雷达信号在空间与通道上的高分辨性特征图。4.根据权利要求1所述的方法，其特征在于，根据所述高分辨性特征图，采用多种卷积核进行多尺度融合提取，得到多脉冲雷达信号的高分辨性特征，包括：将所述高分辨性特征图分别采用卷积核7*7、卷积核5*5、卷积核3*3及卷积核1*1进行多尺度融合提取，得到多脉冲雷达信号的高分辨性特征。5.一种多脉冲雷达信号的识别方法，其特征在于，所述方法包括：获取多脉冲雷达信号；对所述多脉冲雷达...
【专利技术属性】
技术研发人员：李骥，张会强，王威，王新，欧建平，李刚，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。