基于增量学习融合网络的多功能雷达行为辨识方法及装置制造方法及图纸

技术编号:41977598 阅读:30 留言:0更新日期:2024-07-12 12:09
本发明专利技术涉及一种基于增量学习融合网络的多功能雷达行为辨识方法及装置,属于信号处理技术。本发明专利技术通过对输入信号进行预处理,检测脉冲是否存在,并对脉冲信号的时频域参数进行测量,再封装成脉冲串长序列,作为特征提取模块的输入。通过一维卷积网络(1DCNN)提取输入信号的局部深层特征,通过门控循环网络(GRU)提取全局时序特征,然后将多维特征进行拼接后输入到增量分类网络中,使得该网络能够在学习新知识的同时保留旧知识,有效克服了传统网络的灾难性遗忘的问题,提高了网络模型的辨识效率和泛化能力,进而实现了对多功能雷达行为种类的有效辨识。仿真结果证明了本发明专利技术方法的先进性和可行性。

【技术实现步骤摘要】

本专利技术涉及信号处理,特别涉及雷达,具体是指一种基于增量学习融合网络的多功能雷达行为辨识方法及装置


技术介绍

1、多功能雷达是基于相控阵技术发展而来的新体制雷达,利用相控阵技术的波束指向捷变特性,能够以更快的速度探测更远的距离、实现更多的战术功能。多功能雷达具备多目标、高速率、抗干扰、高可靠等特性,可以同时执行搜索、跟踪、控制、引导等不同类型的战术任务,相比于传统体制雷达具有明显的技术优势。

2、在现代战争中,多功能雷达越来越广泛地部署在各类作战平台上,其多变的信号样式和极高的数据率,极大的增加了电磁环境的复杂性,给雷达侦察和对抗带来了愈发严峻的挑战。传统的雷达行为辨识方法通过信号层面对雷达脉冲进行表征,不仅有巨大的数据处理负担,而且难以反映多功能雷达行为的整体特性,限制了辨识准确率的进一步提升。因此通过对截获信号进行预处理,从行为层面建立模型、挖掘运行规律、识别当前行为状态,就显得尤为重要。


技术实现思路

1、本专利技术的目的是克服上述现有技术中的缺陷,提供一种可以提高多功能雷达行为辨识准确本文档来自技高网...

【技术保护点】

1.一种基于增量学习融合网络的多功能雷达行为辨识方法,其特征在于,所述的方法包括以下步骤:

2.根据权利要求1所述的基于增量学习融合网络的多功能雷达行为辨识方法中,其特征在于,所述的步骤(1)具体为:

3.根据权利要求1所述的基于增量学习融合网络的多功能雷达行为辨识方法中,其特征在于,所述的步骤(2)包括以下步骤:

4.根据权利要求3所述的基于增量学习融合网络的多功能雷达行为辨识方法,所述的步骤(21)的双门限检测算法包括以下步骤:

5.根据权利要求1所述的基于增量学习融合网络的多功能雷达行为辨识方法中,其特征在于,所述的步骤(3)包括以下...

【技术特征摘要】

1.一种基于增量学习融合网络的多功能雷达行为辨识方法,其特征在于,所述的方法包括以下步骤:

2.根据权利要求1所述的基于增量学习融合网络的多功能雷达行为辨识方法中,其特征在于,所述的步骤(1)具体为:

3.根据权利要求1所述的基于增量学习融合网络的多功能雷达行为辨识方法中,其特征在于,所述的步骤(2)包括以下步骤:

4.根据权利要求3所述的基于增量学习融合网络的多功能雷达行为辨识方法,所述的步骤(21)的双门限检测算法包括以下步骤:

5.根据...

【专利技术属性】
技术研发人员:舒汀王宏兴丁禄山
申请(专利权)人:上海交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1