一种基于改进型CNN网络的复杂雷达辐射源识别算法

摘要

本发明公开了一种基于改进型CNN网络的雷达辐射源识别算法，其方案为：用商用软件仿真生成多种雷达信号的数据集；将雷达数据集的信号进行时频变换，并以信号时频图的形式输出，分别制成训练集、验证集和测试集；设置改进型CNN和DenseNet的网络参数；使用训练集信号训练改进型网络；将测试集的数据输入到训练好的改进型CNN网络中，输出在不同信噪比下整体测试信号的识别率。本发明能充分精确提取雷达信号特征，提高了信号的识别率，同时降低了网络的训练、识别时间，具有良好的泛化性能，可用于复杂电磁环境下的雷达信号识别，主要解决了现有技术对雷达信号特征信息提取不充分和识别精度低的问题。