基于卷积神经网络辐射源信号识别算法

摘要

cqvip:针对传统辐射源信号识别方法在低信噪比条件下提取特征困难且识别率低的问题,提出了一种基于卷积神经网络的智能识别算法。将雷达辐射源信号进行时频变换,获取二维时频图像,对时频图像进行一系列预处理,将处理后的图像输入到神经网络模型中,通过预训练调节深度学习模型,最后将提取的特征输入到Softmax分类器中完成识别任务。通过仿真结果验证了算法的可行性,在低信噪比的情况下,识别效果明显优于传统辐射源信号识别算法。