一种基于LSTM的雷达搜索模式识别方法技术

本发明专利技术公开了一种基于LSTM的雷达搜索模式识别方法，包括：S1：仿真生成两部雷达侦察站对一部多功能雷达的各类搜索模式下时域雷达脉冲描述字PDW序列；S2：把两部雷达侦察站分选的PDW序列按照预设的时间长度融合构建出数据集，将数据集划分为训练样本和测试样本，每个样本设置有标签值；S3：构建LSTM网络，并初始化所述LSTM网络；S4：根据训练样本，对LSTM网络进行训练，得到多功能雷达搜索模式识别模型；S5：将步骤S2得到的测试样本输入步骤S4得到的多功能雷达搜索模式识别模型，完成多功能雷达搜索模式识别模型的性能检验；S6：将需要识别的两部雷达侦察站的PDW序列，输入经步骤S5验证通过的多功能雷达搜索模式识别模型，实现多功能雷达搜索模式的识别判断。能雷达搜索模式的识别判断。能雷达搜索模式的识别判断。

【技术实现步骤摘要】
一种基于LSTM的雷达搜索模式识别方法


[0001]本专利技术属于雷达侦察
，尤其涉及针对多功能雷达的搜索模式识别方法。

技术介绍

[0002]随着相控阵、数字阵等技术的发展，雷达系统可轻易实现灵活的波束指向、波形捷变及波形调制，并具备执行搜索、跟踪、制导等多种功能。针对这些多功能雷达的工作模式进行识别是当前雷达侦察系统面临的关键功能，具体是指在对截获的雷达信号进行处理后，根据通过人工智能手段、机器学习算法，提取信号特征并构建模型，估计出雷达的工作模式，并推理其所属平台可能的行为意图，从而提高雷达侦察系统的智能感知能力，其水平高低直接决定了后续决策的有效性。
[0003]现有文献把多功能雷达的工作模式主要划分为：搜索、单目标跟踪、多目标跟踪、边跟踪边搜索、跟踪加搜索、制导等典型方式。目前主流的识别方法大多采用有监督学习框架下的匹配分类算法，充分利用先验知识提高识别的准确率，例如林龙等人在其发表的论文“基于系统聚类的雷达工作模式识别方法及仿真”中通过聚类和K
‑
S检验来判断侦察到的雷达信号与特定样本集分布是否相同来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM的雷达搜索模式识别方法，其特征在于，所示雷达搜索模式识别方法包括如下步骤：S1：仿真生成两部雷达侦察站对一部多功能雷达的各类搜索模式下时域雷达脉冲描述字PDW序列，其中，两部雷达侦察站分别记为m和n；S2：把两部雷达侦察站分选的PDW序列按照预设的时间长度融合构建出数据集，将所述数据集划分为训练样本和测试样本，每个样本均设置有标签值；S3：构建LSTM网络，并初始化所述LSTM网络；S4：根据所述训练样本，对所述LSTM网络进行训练，得到多功能雷达搜索模式识别模型；S5：将步骤S2得到的测试样本输入步骤S4得到的多功能雷达搜索模式识别模型，完成多功能雷达搜索模式识别模型的性能检验；S6：将需要识别的两部雷达侦察站的PDW序列，输入经步骤S5验证通过的多功能雷达搜索模式识别模型，实现多功能雷达搜索模式的识别判断。2.如权利要求1所述的雷达搜索模式识别方法，其特征在于，步骤S1中，生成PDW序列时，两部雷达侦察站按照统一的同步时钟对PDW序列进行存储记录。3.如权利要求2所述的雷达搜索模式识别方法，其特征在于，步骤S1中，PDW序列包括频率RF、脉宽PW、方位DOA、重复间隔PRI和幅度PA构成的五维参数；即是，PDW序列中某向量包括(rf
i
,pw
i
,doa
i
,pri
i
,pa
i
)五个分量。4.如权利要求1所述的雷达搜索模式识别方法，其特征在于，步骤S2中，两部雷达侦察站m和n进行融合时，选取PDW中的重复间隔PRI和幅度PA参与融合构建数据集，形成数据集如下：5.如权利要求4所述的雷达搜索模式识别方法，其特征在于，步骤S2中，按照预设的时间长度把数据集进行切分，构成各个样本，且每个样本均设置有标签值；对数据集切分形成的样本按照8:2的比例分为训练样本和测试样本。6.如权利要求1所述的雷达搜索模式识别方法，其特征在于，步骤S3中，构建的LSTM网络包括若干各输入层、隐藏层和输出层结构，所述隐...

【专利技术属性】
技术研发人员：杨双懋，李昊，张朔，
申请(专利权)人：中国电子科技集团公司第二十九研究所，
类型：发明
国别省市：