【技术实现步骤摘要】
本专利技术涉及雷达有源干扰识别，特别涉及基于小样本学习和多结构特征融合的有源干扰识别方法。
技术介绍
1、雷达作为现代电子战中不可或缺的探测设备，需要应对日益复杂的干扰环境。当存在各种干扰信号时，雷达的目标检测、识别和跟踪能力可能难以实现。随着数字射频存储器(digital radio frequency memory，drfm)的快速发展，新型有源欺骗干扰的效果变得越来越真实。为了解决这一问题，干扰识别技术作为实施有效抗干扰措施的先决条件已被广泛研究，并成为该领域的研究热点。
2、在雷达有源干扰识别领域，传统方法主要有两种：基于似然的方法和多域特征提取方法。基于似然性的方法依赖于统计模型，通过将接收到的回波信号的最大似然值与预定义阈值进行比较来评估遇到干扰的可能性。这种技术被称为广义似然比测试，提供了一种检测干扰的方法。然而，这些方法在很大程度上依赖于已知干扰的先验信息，这限制了它们对特定干扰类型的有效性。这种对专家知识的依赖限制了它们在识别新的或不断发展的干扰战术方面的通用性。基于多领域特征提取的方法采用了更为数据驱动的...
【技术保护点】
1.基于小样本学习和多结构特征融合的有源干扰识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：
3.根据权利要求1所述的方法，其特征在于：
4.根据权利要求3所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于：
6.根据权利要求1所述的方法，其特征在于：
7.根据权利要求1所述的方法，其特征在于：
8.根据权利要求1所述的方法，其特征在于：
9.根据权利要求8所述的方法，其特征在于：
【技术特征摘要】
1.基于小样本学习和多结构特征融合的有源干扰识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：
3.根据权利要求1所述的方法，其特征在于：
4.根据权利要求3所述的方法，其特征在于：
5.根...
【专利技术属性】
技术研发人员：曹宜策，王腾鑫，吴振华，郭文杰，崔金鑫，杨利霞，
申请(专利权)人：安徽大学，
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。