文献类型：期刊文章

作　　者：汪浩[1] 吴云树[1]

Wang Hao;Wu Yunshu(Array and Information Processing Laboratory,College of Computer and Information,HohaiUniversity,Nanjing 211100,China)

机构地区：[1]河海大学计算机与信息学院阵列与信息处理实验室

出　　处：《国外电子测量技术》

年　　份：2019

卷　　号：38

期　　号：11

起止页码：52-56

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：复杂电磁环境提升了认知电子战系统对外部电磁信号的感知、识别与分类能力的要求。针对认知电子战系统所需识别的多种复杂通信信号辐射源,基于瞬时自相关相位分布特征图进行分区特征提取,联合包络方差特征,并引入神经网络这一机器学习算法,构造出了针对多种通信信号自动分类的机器学习网络。提出采用信号瞬时自相关相位分区分布比率作为神经网络输人层信号,并逐层传递经过隐含层及输出层处理以实现信号之间的分类。采用计算机仿真实现机器学习分类网络的训练,并采用测试样本对算法性能进行了验证。仿真表明,信噪比大于13 dB时,分类网络可以获得大于90%的正确识别率。

关 键 词：认知电子战  机器学习  神经网络 信号分类 信号识别

分 类 号：TN958.97]