基于联合差值密集连接网络的雷达辐射源分选方法技术

基于联合差值密集连接网络的雷达辐射源分选方法，包括以下步骤：S1:雷达侦察数据集生成；S2:特征提取；S3:特征参数预处理；S4:神经网络的构建及预学习；S5:测试。本发明专利技术提出了一套适用于雷达侦察辐射源分选的算法，首先从雷达侦察数据中的脉冲到达时间、脉冲宽度、载波频率三个经典脉间参数出发，建立一维的密集连接网络，将此联合特征矩阵做神经网络的输入矩阵，做训练和测试优化，实现基于密集连接网络的雷达辐射源分选，经过仿真实现及对比证明了此方法可行并有很好的效果，提高了分选的正确率，弥补脉内调制信息的缺失，在复杂调制下也有很好的效果，并对滑变、脉间捷变和参差信号的分选准确率进一步提升。

【技术实现步骤摘要】

本专利技术涉及一种基于联合差值密集连接网络的雷达辐射源分选方法。

技术介绍

1、针对现代战场环境下复杂调制雷达侦察信号分选准确率低的情况，提出一种基于联合差值密集卷积神经网络的辐射源分选方法。由于实际中并不是所有信号类型都是固定的，传统方法对于复杂变化的信号分选效果往往不够理想。所以先对雷达侦察数据进行预处理，将脉冲描述pdw字中的脉间参数和中频数据的脉内参数所结合提取多种参数特征，弥补脉内调制信息的缺失并对滑变、捷变和参差信号的分离准确率不高。

技术实现思路

1、本专利技术提供一种基于联合差值密集连接网络的雷达辐射源分选方法。

2、本专利技术解决上述技术问题所采用的技术方案为：

3、基于联合差值密集连接网络的雷达辐射源分选方法，包括以下步骤：

4、s1:雷达侦察数据集生成

5、模拟现代战场雷达仿真生成较为复杂的辐射源信号数据集，对此数据集进行划分得到神经网络所需要的训练集、验证集以及测试集；

6、s2:特征提取

7、特征提取包括脉间特征本文档来自技高网...

【技术保护点】

1.基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，步骤S1中的数据类型包含十种雷达辐射源信号。

3.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，步骤S1中的脉内调制方式包括五种：二进制相移键控、正交相移键控、频移键控、线性调频和非线性调频。

4.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，所述脉间特征提取中的PW和CF参数可以直接从雷达脉冲描述字直接获取，ΔTOA参数通过脉冲描...

【技术特征摘要】

1.基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，步骤s1中的数据类型包含十种雷达辐射源信号。

3.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，步骤s1中的脉内调制方式包括五种：二进制相移键控、正交相移键控、频移键控、线性调频和非线性调频。

4.根据权利要求1所述的基于联合差值密集连接网络的雷达辐射源分选方法，其特征在于，所述脉间特征提取中的pw和cf参数可以直接从雷达脉冲...

【专利技术属性】
技术研发人员：顾晓乐，刘明骞，鲍欣格，
申请(专利权)人：盛航台州科技有限公司，
类型：发明
国别省市：