当前位置: 首页 > 专利查询>河海大学专利>正文

一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法技术

技术编号:43311117 阅读:25 留言:0更新日期:2024-11-15 20:14
本发明专利技术公开了一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,包括:针对获得的雷达信号脉冲序列数据,对雷达信号脉冲序列进行特征增强,放缩雷达信号脉冲序列中前后到达时间TOA差值过大的部分;对雷达信号脉冲序列进行特征提取,生成处理完的雷达脉冲序列的各个特征参数对应的图像;对雷达信号脉冲序列进行特征融合,将各个特征参数绘制成的图像融合到一张图像中;将雷达信号融合图像输入到基于注意力机制的DenseNet神经网络中,经过多层网络后,通过Softmax分类器输出得到分类结果。本发明专利技术在Densenet的基础上进行改进,在其中加入CBAM模块,能够增强注意力特征保留关键信息的同时,抑制噪声和无关信息,进而提高雷达模式识别能力,提升识别性能。

【技术实现步骤摘要】

本专利技术属于设计雷达,涉及相控阵雷达工作模式识别,具体涉及一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法


技术介绍

1、相控阵雷达的工作模式灵活多变,给相控阵雷达工作模式的识别方法带来了严峻的挑战。常见的雷达工作模式识别方法有使用雷达短语,深度学习和聚类的方法。使用雷达短语是将截获的脉冲流表示成雷达字、雷达短语、雷达句子,并将获得的雷达短语与知识库中的雷达短语进行匹配,实现工作模式的识别。深度学习和聚类的方法是在深入分析不同工作模式之间表现在各个特征间差异的基础上,用深度学习或者聚类等算法实现相控阵雷达工作模式的识别。

2、但是雷达字、雷达短语的方法使用的特征参数不足,会导致识别效果不理想。相控阵雷达的工作模式灵活多变,各种工作模式的雷达信号变化多样性高,会严重影响聚类方法的结果。而仅仅使用深度学习的方法很难将关注到雷达信号各个特征之间的联系。


技术实现思路

1、专利技术目的:为了克服现有技术中由于相控阵雷达的工作模式灵活多变,给相控阵雷达工作模式的识别方法带来了很大的困难,并且识别本文档来自技高网...

【技术保护点】

1.一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤S1中对接受到的多段长时间的雷达信号脉冲序列进行特征增强,具体为:

3.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤S2中特征提取是指将雷达信号脉冲序列绘制成横坐标为到达时间TOA,纵坐标为序列的各个特征的图像。生成的图像是RGB模式,背景是白色,特征部分是黑色。

4.根据权利要求1所述的一种基于注意力机制和特...

【技术特征摘要】

1.一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤s1中对接受到的多段长时间的雷达信号脉冲序列进行特征增强,具体为:

3.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤s2中特征提取是指将雷达信号脉冲序列绘制成横坐标为到达时间toa,纵坐标为序列的各个特征的图像。生成的图像是rgb模式,背景是白色,特征部分是黑色。

4.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤s3中特征融合是指雷达脉冲序列各个特征和到达时间toa的二维图用不同的颜色绘制在同一张图像中,从而在一张图像中可以包含这段截取的雷达脉冲信号所有的特征;

5.根据权利要求4所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤s3中特征融合具体包括如下步骤:

6.根据权利要求1所述的一种基于注意力机制和特征融合的相控阵雷达工作模式识别方法,其特征在于,所述步骤s4中基于注意力机制的densenet神经网络包含dense block,transition层和cbam...

【专利技术属性】
技术研发人员:曲志昱李林杰刘艺牟海月
申请(专利权)人:河海大学
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