一种基于深度信念网络的辐射源重频调制类型识别方法

摘要

本发明公开了一种基于深度信念网络的辐射源重频调制类型识别方法。其具体步骤如下：针对典型的五种辐射源信号，提取出有代表性的特征，组成特征向量；为了使重频调制类型识别网络快速收敛，对特征向量进行归一化处理；为了符合深度神经网络输出的需要，采用独热编码(one‑hot)将五种输出类别进行特征数字化；以特征向量为输入，以五种输出类别的二进制向量作为输出，建立基于深度信念网络的雷达重频调制方式识别模型。本发明能够准确地识别出雷达脉冲信号的重频调制类型，且具有较好的抗虚假能力与抗缺失能力，与其他的分类器相比，对于几种典型的重频信号的识别效果均有一定幅度的提升效果。