基于Bagging-CNN雷达信号分类方法

摘要

针对雷达辐射源信号在低信噪比情况下分类精度不高、分类结果具有偏向性,设计了一种基于集成学习结合深度学习的雷达信号分类方法.首先利用模糊函数特征对雷达信号进行特征提取,对提取的图像特征进行预处理得到网络训练的数据集.然后构造一个集成多个卷积神经网络分类模型对雷达信号进行识别.采用5种不同的雷达信号进行验证,实验结果表明,相比于单个卷积神经网络,采用集成学习和卷积神经网络结合的分类方法有助于提高低信噪比信号的分类效果.