發(fā)布時間：2021-07-22 21:03

　　針對傳統(tǒng)依靠人工經(jīng)驗設計并提取雷達輻射源特征的繁瑣和區(qū)分度不夠的問題,提出了一種改進的雙路網(wǎng)絡（DPN）自動提取特征并識別的方法。首先將一維的雷達時域信號變換到二維時頻域,然后直接輸入雙路網(wǎng)絡進行識別,即將雷達輻射源的識別轉(zhuǎn)化為圖像的識別,有效緩解了上述問題。同時,針對雙路網(wǎng)絡層次過深帶來的特征流失問題,提出用于對雷達輻射源特征圖校準重采樣的輕量級模塊——三流注意力模塊（TPAM）,并嵌入雙路網(wǎng)絡構(gòu)成三流注意力雙路網(wǎng)絡（TPAM-DPN）對雷達輻射源進行識別。對6種常見的雷達信號進行了仿真實驗,證明了所提方法提取的特征更有利于提高雷達輻射源識別率,且時效性更好。 

【文章來源】：電光與控制. 2020,27(09)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

6種雷達信號的Bord-Jondan分布圖

DPN網(wǎng)絡由網(wǎng)絡前端,4個卷積塊(Conv1～4)以及網(wǎng)絡后端組成,如圖2所示。為解決DPN網(wǎng)絡層次過深帶來的特征流失問題,將2.2節(jié)提出的TPAM模塊嵌入到DPN網(wǎng)絡對特征進行修正[17],構(gòu)成TPAM-DPN網(wǎng)絡用于雷達輻射源識別,具體嵌入位置為每個卷積塊之后,以便于雷達輻射源在經(jīng)過每個卷積塊特征提取之后進行特征校準重采樣,始終保持信息的準確傳遞和提高信息的區(qū)分度。TPAM-DPN網(wǎng)絡結(jié)構(gòu)如圖3所示。

為解決DPN網(wǎng)絡層次過深帶來的特征流失問題,將2.2節(jié)提出的TPAM模塊嵌入到DPN網(wǎng)絡對特征進行修正[17],構(gòu)成TPAM-DPN網(wǎng)絡用于雷達輻射源識別,具體嵌入位置為每個卷積塊之后,以便于雷達輻射源在經(jīng)過每個卷積塊特征提取之后進行特征校準重采樣,始終保持信息的準確傳遞和提高信息的區(qū)分度。TPAM-DPN網(wǎng)絡結(jié)構(gòu)如圖3所示。TPAM客觀上增加了DPN的深度,但帶來的特征校正收益更大。

【參考文獻】：
期刊論文
[1]基于陣元方向圖的相控陣雷達輻射源識別技術(shù)[J]. 關欣,張玉虎.  電光與控制. 2018(06)
[2]基于深度卷積神經(jīng)網(wǎng)絡的飛機識別研究[J]. 唐小佩,楊小岡,劉云峰,任世杰.  電光與控制. 2018(05)
[3]一種深度學習的雷達輻射源識別算法[J]. 周志文,黃高明,高俊,滿欣.  西安電子科技大學學報. 2017(03)
[4]基于時頻圖像處理提取瞬時頻率的雷達信號識別[J]. 朱健東,張玉靈,趙擁軍.  系統(tǒng)仿真學報. 2014(04)
[5]一種改進的雷達信號小波包特征提取方法[J]. 白航,趙擁軍,趙國慶,謝巍.  信息工程大學學報. 2012(01)
[6]基于圖像特征的雷達信號脈內(nèi)調(diào)制識別算法[J]. 龔文斌,黃可生.  電光與控制. 2008(04)

碩士論文
[1]基于時頻圖像處理的雷達輻射源信號識別方法研究[D]. 侯瑞利.西安電子科技大學 2015



本文編號：3297891