新型卷积神经网络与Wigner-Ville分布结合的雷达信号分类方法

摘要

传统的雷达信号分类方法通常采用人工分析、提取各种低截获概率雷达信号特征后，利用提取的特征进行分类处理，但在实际应用中分类准确率较低。本发明是一种结合伪Wigner‑Ville分布分析与新型卷积神经网络模型对低概率截获雷达信号分类的方法。具体步骤如下：步骤一，截获LPI雷达信号；步骤二，对截获的雷达信号进行Wigner‑Ville分布处理，得到雷达信号图像；步骤三，对处理后的雷达信号图像进行归一化；步骤四，基于本发明新型卷积神经网络对雷达信号图像进行分类；步骤五，输出LPI雷达信号分类结果。本发明的雷达信号分类方法可以自动的提取雷达信号特征，随着收集的雷达信号数据的增加，其分类的正确率会提升，是一种具有自适应能力的雷达信号分类方法，对于提升我国的电子对抗能力具有重要的意义。