基于弱化與增強(qiáng)網(wǎng)絡(luò)的雷達(dá)信號(hào)識(shí)別

摘要： 針對(duì)傳統(tǒng)方法在低信噪比情況下雷達(dá)信號(hào)特征提取困難、識(shí)別準(zhǔn)確率較低的問題，提出了一種基于時(shí)頻分析和深度學(xué)習(xí)的雷達(dá)信號(hào)識(shí)別方法。首先利用Choi-Williams分布將時(shí)域信號(hào)轉(zhuǎn)換成時(shí)頻圖像，然后將時(shí)頻圖像作為網(wǎng)絡(luò)的輸入，通過弱化與增強(qiáng)殘差塊來實(shí)現(xiàn)對(duì)時(shí)頻圖像中噪聲信息的弱化以及不同特征形態(tài)間差異性的增強(qiáng)，最終實(shí)現(xiàn)分類識(shí)別。實(shí)驗(yàn)結(jié)果表明，在信噪比為-10 dB情況下平均識(shí)別準(zhǔn)確率仍能... （共6頁）