一种基于深度学习网络的雷达辐射源信号识别方法

摘要

本发明属于电子对抗中雷达辐射源信号的识别技术领域，公开了一种基于深度学习网络的雷达辐射源信号识别方法；首先对接收的雷达辐射源信号进行降频预处理，然后分别计算接收信号的基于线性正则变换的互模糊函数和基于线性正则域的互模糊函数，并分别提取互模糊函数的截面最大值作为特征样本集，最后通过基于稀疏滤波胶囊网络进行分类识别。本发明通过对信号基于线性正则变换的互模糊函数提取特征，克服了复杂电磁波环境中，特征参数在数据范围上的不确定性，提高了识别可信度；可以自动地学习得到层次化特征表示，无需人工提取特征，有效降低了时间成本，能够更好地实现对雷达信号识别的实时性，提高了雷达信号识别以及分类效率和准确度。