一种基于雷达脉冲沿特征的个体识别方法、装置和介质制造方法及图纸

技术编号:42452223 阅读:10 留言:0更新日期:2024-08-21 12:44
本发明专利技术提出一种基于雷达脉冲沿特征的个体识别方法,装置和存储介质,该方法包括:对接收到的雷达信号进行数字化采样,提取每个雷达脉冲的包络,再从所述包络中选取脉冲上升沿和下降沿部分,进行重新采样得到输入样本;构建卷积神经网络模型,所述模型采用残差网络的骨干网络和自注意力模块,通过一维卷积核提取脉冲沿的局部特征,通过自注意力模块关联局部特征;训练所述卷积神经网络模型,使用不同个体的雷达脉冲上升沿和下降沿样本进行监督训练;将接收到的未知雷达信号进行数字化采样和包络提取后,输入到训练好的卷积神经网络模型中,输出雷达个体的分类结果;通过本发明专利技术的方案使网络能够更好的提取关键的识别特征。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理领域,具体涉及一种基于雷达脉冲沿特征的个体识别方法、装置和介质


技术介绍

1、在电子战领域中,有效的电子侦察是作战人员优先考虑的问题。对雷达辐射源个体的分选识别是先期情报获取、侦察预警的重要手段。雷达辐射源个体识别通过从接收信号中提取反映雷达身份信息的特征完成雷达个体辨识的任务,建立信号与雷达辐射源个体及所属平台之间的联系,为后续推断敌方武器系统、威胁告警以及分析作战意图提供了情报支撑,对于掌握战场态势、把握战场主动权具有深远意义。

2、雷达辐射源个体识别方法主要包括两类:

3、第一类是基于人工特征的方法。该方法将手动提取的特征与雷达辐射源进行匹配,进而实现分类,常见方法有灰关联分析法、模板匹配法、模糊匹配法以及属性度量法等。但随着雷达软件化、多样化,有意调制的特征无法界定独立的雷达个体,且该类方法严重依赖先验知识,容错率低,鲁棒性差,特征提取困难,已很难满足实际需求。

4、第二类是基于人工智能的识别方法。该类方法仍需输入雷达辐射源的部分重要参数,但无需对整个信号参数特征进行提取,一定程度上摆本文档来自技高网...

【技术保护点】

1.一种基于雷达脉冲沿特征的个体识别方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于雷达脉冲沿特征的个体识别方法,其特征在于:所述步骤1中,对接收到的雷达信号进行数字化采样,根据环境噪声大小,设置有效数据评估值ST,当采样点大小Xn≥ST,依据信号噪声比设定阈值T,当采样点幅度大于T时判定为有效脉冲区,提取所述雷达信号的脉冲上升沿和下降沿部分。

3.根据权利要求2所述的基于雷达脉冲沿特征的个体识别方法,其特征在于:所述步骤2中,所述卷积网络中以包括24层卷积层的第一残差网络作为骨干网络用于局部特征的提取;所述自注意力模块中包括按顺序设置的第二残差网络模...

【技术特征摘要】

1.一种基于雷达脉冲沿特征的个体识别方法,其特征在于,包括以下步骤:

2.如权利要求1所述的基于雷达脉冲沿特征的个体识别方法,其特征在于:所述步骤1中,对接收到的雷达信号进行数字化采样,根据环境噪声大小,设置有效数据评估值st,当采样点大小xn≥st,依据信号噪声比设定阈值t,当采样点幅度大于t时判定为有效脉冲区,提取所述雷达信号的脉冲上升沿和下降沿部分。

3.根据权利要求2所述的基于雷达脉冲沿特征的个体识别方法,其特征在于:所述步骤2中,所述卷积网络中以包括24层卷积层的第一残差网络作为骨干网络用于局部特征的提取;所述自注意力模块中包括按顺序设置的第二残差网络模块、通道注意力模块和空间注意力模块,使卷积神经网络模型在不增加运行时间的情况下建立局部特征之间的联系;

4.根据权利要求3所述的基于雷达脉冲沿特征的个体识别方法,其特征在于:在所述自注意力模块和全局平局池化模块之间所述卷积神经网络模型还包括批归一化层和relu激活函数用于避免梯度爆炸和梯度弥散;所述批归一化层中,首先分别计算输...

【专利技术属性】
技术研发人员:潘继飞熊敬伟杜明洋
申请(专利权)人:中国人民解放军国防科技大学
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