發(fā)布時(shí)間：2020-12-13 00:01

　　雷達(dá)輻射源信號識別是電子偵察系統(tǒng)的關(guān)鍵組成部分,為了提高低信噪比條件下對低截獲概率雷達(dá)信號識別的準(zhǔn)確率,提出了一種基于模糊函數(shù)主脊切片（MRSAF）與深度置信網(wǎng)絡(luò)（DBN）的雷達(dá)輻射源信號識別方法。首先對雷達(dá)信號進(jìn)行奇異值分解（SVD）進(jìn)行降噪預(yù)處理,求解雷達(dá)信號的模糊函數(shù)并提取其主脊切片包絡(luò),采用奇異值分解方法降低噪聲對主脊切片包絡(luò)的影響,然后建立基于受限波爾茲曼機(jī)的DBN模型并運(yùn)用標(biāo)簽數(shù)據(jù)有監(jiān)督微調(diào)模型參數(shù)完成訓(xùn)練,最后基于該算法模型實(shí)現(xiàn)輻射源信號的分類和識別。仿真結(jié)果表明:該方法在低信噪比條件下也有較高的識別率,信噪比高于-4dB時(shí),識別率可以達(dá)到90%以上,驗(yàn)證了本算法的有效性和應(yīng)用價(jià)值。 

【文章來源】：空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020年02期 北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

典型復(fù)雜調(diào)制雷達(dá)信號模糊函數(shù)

本文為降低計(jì)算量并深入分析不同調(diào)制信號模糊函數(shù)能量分布特征的差異，提取信號模糊函數(shù)的所有徑向切面中最能反映不同信號時(shí)頻特征差異的模糊函數(shù)主脊切片（Main Ridge Slice of Ambiguity Function,MRSAF）作為進(jìn)行信號有效識別的特征。圖2為圖1中4種調(diào)制類型信號樣本模糊函數(shù)主脊切片，從圖中可以看出，不同調(diào)制類型信號的模糊函數(shù)主脊切片均具有對稱性，但其切面形狀區(qū)分明顯，因此可以作為信號有效識別的依據(jù)。2 奇異值分解降噪

為了驗(yàn)證奇異值濾波的有效性，本文以LFM-BC復(fù)合調(diào)制信號為例進(jìn)行驗(yàn)證。調(diào)制信號的載頻為10MHz，脈寬為10μs,BC部分采用7位Barker碼：Cd(t)=(1 1 1-1-1 1-1）。奇異值濾波前后模糊函數(shù)主脊切片如圖3所示，可以清晰地看出SVD降噪的效果是很明顯的。3 深度置信網(wǎng)絡(luò)DBN

【參考文獻(xiàn)】：
期刊論文
[1]基于深度限制波爾茲曼機(jī)的輻射源信號識別[J]. 周東青,王玉冰,王星,程相東,肖吉陽.  國防科技大學(xué)學(xué)報(bào). 2016(06)
[2]一種深度學(xué)習(xí)的雷達(dá)輻射源識別算法[J]. 周志文,黃高明,高俊,滿欣.  西安電子科技大學(xué)學(xué)報(bào). 2017(03)
[3]基于多模特征深度學(xué)習(xí)的機(jī)器人抓取判別方法[J]. 仲訓(xùn)杲,徐敏,仲訓(xùn)昱,彭俠夫.  自動(dòng)化學(xué)報(bào). 2016(07)
[4]基于多特征融合的雷達(dá)輻射源信號識別[J]. 孟凡杰,唐宏,王義哲.  計(jì)算機(jī)仿真. 2016(03)
[5]基于稀疏自編碼的路面裂縫檢測[J]. 錢彬,唐振民,徐威.  北京理工大學(xué)學(xué)報(bào). 2015(08)
[6]基于弱監(jiān)督學(xué)習(xí)的去噪受限玻爾茲曼機(jī)特征提取算法[J]. 楊杰,孫亞東,張良俊,劉海波.  電子學(xué)報(bào). 2014(12)
[7]基于最大似然估計(jì)的TDOA/FDOA無源定位偏差補(bǔ)償算法[J]. 周成,黃高明,單鴻昌,高俊.  航空學(xué)報(bào). 2015(03)
[8]基于深度自編碼網(wǎng)絡(luò)的運(yùn)動(dòng)目標(biāo)檢測[J]. 徐培,蔡小路,何文偉,謝易道.  計(jì)算機(jī)應(yīng)用. 2014(10)
[9]基于自編碼神經(jīng)網(wǎng)絡(luò)的裝備體系評估指標(biāo)約簡方法[J]. 張樂,劉忠,張建強(qiáng),任雄偉.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(10)
[10]基于能量聚焦效率檢驗(yàn)的信號脈內(nèi)調(diào)制識別[J]. 胡國兵,徐立中,徐淑芳,吳珊珊,高燕.  通信學(xué)報(bào). 2013(06)



本文編號：2913499