孙艺聪,田润澜,刘 冲,郭 扬
(1.空军航空大学航空作战勤务学院, 长春 130022; 2.空军参谋部电子对抗雷达局, 北京 100000;3.空军航空大学教研保障中心, 长春 130022)
对于电磁环境日益复杂的今天,如何快速准确地对未知雷达信号进行分类和识别,一直是信号处理领域的重点研究方向,尤其是在军事对抗中,能够快速对未知信号进行分类识别,对后续的战争行动有着深远的影响[1-2]。围绕着雷达信号识别与分类的问题上,国内外研究人员进行了大量的研究。文献[3]提出了一种基于时频图像的雷达波形识别系统,能够识别多种波形。文献[4]提出了一种基于时频图像预处理下卷积网络雷达信号识别方法,相比人工提取特征的准确率有所提高。文献[5]提出了一种基于积分旋转因子的径向积分方法,在时频图像的基础上对信号进行检测。文献[6]提出了一种基于卷积神经网络和平均采样技术的信号自动识别方法,有效降低了处理信号时所需的大量计算成本。文献[7]采用了特征融合和支持向量机的方法,具有较好的准确性和鲁棒性。文献[8]提出了一种基于短时傅里叶变换与卷积神经网络的分类方法,具有较高的识别性能。但是上述方法在低信噪比情况下识别准确率有限,且不同类型信号之间识别准确率也有一定的差距,训练得到的网络具有一定的偏向性,这就会导致特征明显的信号类型更容易被识别出来,而特征不明显的信号类型更容易被判错,不利于后续的分析处理。……