基于多特征融合的LPI雷达信号调制样式识别

摘要

针对情报侦察在雷达电子战中的实际应用,在对LPI雷达信号调制样式特点研究的基础上,结合时频分析方法和神经网络分类算法的功能特性,提出了一种基于多特征融合和组合网络(MFCN)的识别方法。首先构建了较为完备的LPI雷达信号仿真模型。其次提取了信号的高斯降噪模糊函数图(GDAFI)和短时傅里叶图(STFTI)等多种特征。最后搭建了融合Resblock、DAE和LIBSVM模块的组合网络,完成LPI雷达信号调制样式的分类识别。仿真结果表明,提出的方法在SNR=-6dB时,对BPSK、Costas、Frank、LFM、T1~T4、P1~P4共12类LPI雷达典型调制样式能达到95%的PSR,并具有较强的稳定性和鲁棒性,相比其它方法具有更好的识别性能。