一种基于FSST2和卷积神经网络的雷达信号脉内调制识别方法

摘要

本发明涉及一种基于FSST2和卷积神经网络的雷达信号脉内调制识别方法，属于雷达信号处理领域。将基于FSST2生成的七种雷达脉内调制信号的时频图像进行灰度化和双线性尺寸变换预处理，使获得的时频图像抗噪性更好、时频聚集度更高。进而，将深度卷积和逐点卷积相结合，构建一个收敛速度快且识别率更高的CNN网络结构，并进行训练和测试。仿真实验验证了本发明的有效性，与采用其他时频图和其他神经网络结构的方法相比，本发明方法在低信噪比环境下对七种雷达脉内调制信号的分类识别率更高。