【技术实现步骤摘要】
本专利技术属于雷达辐射源识别，具体涉及一种变化噪声场景下的雷达辐射源识别方法及装置。
技术介绍
1、雷达辐射源识别的相关工作最早可以追溯到上世纪70年代。传统的辐射源识别方法主要基于脉冲描述字中的统计特征实现，依赖对脉冲描述字参数的建模和统计，然后将待识别的雷达参数与数据库中已有的参数信息进行匹配，通过人工进行验证来实现识别。传统的雷达辐射源识别方法需要耗费大量的人力和时间，并且只能应对早期电磁环境简单、雷达工作模式常规的情况，是一种低效且可信度低的解决方案。
2、由于传统方法难以适应复杂、变化和开放的现代电磁环境，基于智能化的方法被逐渐引入辐射源识别问题，并取得了一系列成果。最初，一些简单的机器学习方法被应用于雷达辐射源识别。近年来，更复杂、完善的深度学习方法被设计出来应对复杂电磁环境的雷达辐射源识别问题。其中，通过一个基于注意力的循环神经网络来识别雷达信号，该网络对时间序列数据很有效，但是计算效率很低。另一种方法，通过非对称卷积挤压和激励网络，在低信噪比下使用归一化自相关特征作为输入，取得了较高的识别精度，但是该方法容易...
【技术保护点】
1.一种变化噪声场景下的雷达辐射源识别方法，其特征在于，包括：
2.根据权利要求1所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，在每个所述噪声发生器的源数据信号中增加预设程度的噪声，增加噪声的方式包括添加脉冲、丢弃脉冲和添加高斯噪声；
3.根据权利要求2所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，将所述多场景域数据中的脉冲序列转换为脉冲到达时间的二进制序列数据的表达式为：
4.根据权利要求3所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，采用MSE损失训练所述信号去噪模型，训练所述信号去噪模型的损
<...【技术特征摘要】
1.一种变化噪声场景下的雷达辐射源识别方法，其特征在于，包括：
2.根据权利要求1所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，在每个所述噪声发生器的源数据信号中增加预设程度的噪声，增加噪声的方式包括添加脉冲、丢弃脉冲和添加高斯噪声；
3.根据权利要求2所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，将所述多场景域数据中的脉冲序列转换为脉冲到达时间的二进制序列数据的表达式为：
4.根据权利要求3所述的一种变化噪声场景下的雷达辐射源识别方法，其特征在于，采用mse损失训练所述信号去噪模型，训练所述信号去噪模型的损失函数为：
5.根据权利要求4所述的一种面向纯电动环卫车的剩余续航里程分析方法，其特征在于，采用交叉熵损失引导所述分类网络进行学习，所述交叉熵损失表达式为：
6.一种变化噪声场景下的雷达辐射源识别装置，采用权利要求1至5任一项所述的一种...
【专利技术属性】
技术研发人员：李雪琼，唐建超，张阳，张可迪，黄万荣，李明龙，吴洪林，胡楠，
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：
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。