基于多尺度迁移学习的雷达辐射源信号识别算法

摘要

随着新体制雷达的出现,雷达对抗电磁环境越来越复杂。针对多雷达辐射源信号识别难度高的问题,文章提出了一种基于多尺度迁移学习的雷达辐射源信号识别算法,所提算法能够在准确估计源信号数目的同时识别CW、BPSK、LFM、Frank码和P1-P4码等常用调制方式。首先,应用支持向量回归实现源信号数目估计。其次,借助集合经验模式分解将混叠信号分解为多个分量,并应用奇异值分解、快速独立分量分析对源信号进行分离。然后应用多尺度迁移学习算法,对分离后的各辐射源信号时频图像进行插值,应用迁移学习算法克服工程应用中训练样本的不足。仿真结果表明,所提算法在信噪比为0 dB时对两信号和三信号的识别率分别达到90.20%和82.60%。