基于奇异值分解与一维CNN网络的雷达辐射源识别方法

摘要

本发明公开了一种基于奇异值分解与一维CNN网络的雷达辐射源识别方法，主要解决现有技术辐射源识别技术识别时间复杂高、识别精度低的问题。其实现方案为：采用分离算法进行信号分离，并将雷达时间序列拆分为矩阵G；对矩阵G作奇异值分解，并从分解后的Σ矩阵中提取对角元素构成向量λ；将多组雷达数据提取出来的奇异值向量，制成训练集、验证集、测试集；针对向量λ设计一维CNN网络结构；使用训练集对一维CNN网络进行训练；使用验证集测试训练完成网络的性能，判断网络是否可用；将测试集送入训练好的网络，网络输出为辐射源类别。本发明在保证识别率可用的条件下，减少了辐射源识别时间，可用于复杂电磁环境下的雷达辐射源识别。