文献类型：期刊文章

作　　者：周志文[1] 黄高明[1] 高俊[1] 满欣[1]

机构地区：[1]海军工程大学电子工程学院,湖北武汉430033

出　　处：《西安电子科技大学学报》

基　　金：国家自然科学基金资助项目(61501484);国家"863"高技术研究发展计划资助项目(2014AA7014061)

年　　份：2017

卷　　号：44

期　　号：3

起止页码：77-82

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统依靠于人工经验提取雷达辐射源特征方法的不足,提出了一种新颖的基于联合深度时频特征的辐射源识别算法.首先将时域信号变换到二维时频域,并利用随机投影和主成分分析方法分别从维持子空间和能量角度对时频图像降维;接着在预训练阶段,利用无标签的样本信号层级训练深度模型,再根据类别信息精调网络参数;最后,构造了逻辑回归分类来完成识别任务.仿真实验中利用6种辐射源信号验证了提出算法的有效性,结果表明,联合深度特征更加有助于提高识别准确度,算法运行更加高效.

关 键 词：时频分布 降维 层叠自动编码器  深度学习  雷达辐射源识别

分 类 号：TN973]