基本信息:
- 专利标题： 一种基于稠密卷积神经网络的LPI雷达信号分类方法
- 申请号：CN202010461186.6 申请日：2020-05-27
- 公开(公告)号：CN111582236B 公开(公告)日：2022-08-02
- 发明人： 司伟建 , 万晨霞 , 曲志昱 , 张春杰 , 侯长波
- 申请人： 哈尔滨工程大学
- 申请人地址： 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 专利权人： 哈尔滨工程大学
- 当前专利权人： 哈尔滨工程大学
- 当前专利权人地址： 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 主分类号： G06K9/00
- IPC分类号： G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要：
本发明提供一种基于稠密卷积神经网络的LPI雷达信号分类方法，首先制作数据集，获取几种不同脉内调制方式的LPI雷达信号，对雷达信号进行时频分布处理，得到时频图像；采用图像处理技术，对时频图像进行预处理。然后构建一种基于稠密卷积神经网络的特征提取与分类方法。为了加快和优化所提模型的学习效率，采用迁移学习对网络模型进行预训练，利用Adam算法对网络参数进行优化训练。最后采用SoftMax分类器准确获得8个LPI雷达信号分类结果。本发明提出利用稠密卷积神经网络，能更充分提取雷达信号特征，加强特征重利用，从而提高雷达波形在低信噪比下的识别性能，可用于复杂电磁环境下的雷达信号识别。
公开/授权文献:
- CN111582236A 一种基于稠密卷积神经网络的LPI雷达信号分类方法 公开/授权日：2020-08-25
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |