基于卷积降噪自编码器的雷达信号智能分选

摘要

针对现有雷达信号分选方法在脉冲丢失、脉冲参差及参数估计误差大等复杂电磁环境下分选性能下降这一不足,提出基于卷积降噪自编码器的雷达信号智能分选方法。该方法将其他脉冲序列视为噪声,目标脉冲序列视为待提取的数据。首先将脉冲序列的到达时间进行编码,并将其转化为二进制编码向量,将编码向量输入卷积降噪自编码器学习目标脉冲序列的内部时间模式,再用训练后的网络对混合脉冲序列进行分选,提取出目标脉冲序列。仿真结果表明,在考虑漏脉冲率、参差脉冲率、TOA估计误差、信噪比等参数变化及存在多功能雷达信号的复杂电磁环境下,该方法的分选正确率均明显优于基于TOA参数的传统方法和使用脉内特征的深度学习方法,证明了该方法的有效性和优越性。