- 专利标题: 一种基于深度卷积神经网络与特征融合的雷达信号分类方法
-
申请号: CN202011121979.X申请日: 2020-10-20
-
公开(公告)号: CN112287784A公开(公告)日: 2021-01-29
- 发明人: 司伟建 , 万晨霞 , 张春杰 , 曲志昱 , 邓志安 , 汲清波 , 骆家冀
- 申请人: 哈尔滨工程大学
- 申请人地址: 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 专利权人: 哈尔滨工程大学
- 当前专利权人: 哈尔滨工程大学
- 当前专利权人地址: 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明涉及一种基于深度卷积神经网络与特征融合的雷达信号分类方法,将雷达信号转换为时频图像;采用图像处理方法对时频图像进行预处理,并分别制作为数据集1和数据集2;利用两个改进的EfficientNet模型分别提取为数据集1和数据集2更有效的特征;设计一种多特征融合模型,充分利用不同特征之间的关系,对提取数据集1和数据集2的特征进行融合;采用Adam算法对网络参数进行优化;利用SoftMax分类器获取分类结果。本发明能更充分提取雷达信号特征,从而提高雷达信号在低信噪比环境下的识别性能,可用于复杂电磁环境下的雷达信号识别等电子对抗中。
公开/授权文献
- CN112287784B 一种基于深度卷积神经网络与特征融合的雷达信号分类方法 公开/授权日:2022-05-31