文献类型：期刊文章

作　　者：刘艺林[1,2] 李胜勇[1] 白良[2] 蒙智蔚[2] 成凯[3]

LIU Yilin;LI Shengyong;BAI Liang;MENG Zhiwei;CHENG Kai(Naval University of Engineering,Wuhan 430000,China;No.91715 Unit of PLA,Guangzhou 510000,China;No.92192 Unit of PLA,Ningbo 315000,China)

机构地区：[1]海军工程大学,武汉430000 [2]中国人民解放军91715部队,广州510000 [3]中国人民解放军92192部队,浙江宁波315000

出　　处：《电光与控制》

年　　份：2024

卷　　号：31

期　　号：1

起止页码：92-96

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD_E2023_2024、INSPEC、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：为解决复杂电磁环境下基于单一特征的雷达辐射源个体识别准确性低、稳健性不强的问题,提出了一种基于多种特征的雷达辐射源融合识别方法。该方法以脉冲前沿包络、载波频率偏差以及谐波衰减系数为识别特征,通过设计多通道结构的一维卷积神经网络,实现不同结构特征的融合识别。实验表明,该方法在低信噪比条件下依然具有较好的识别率,能够有效解决复杂电磁环境下基于单一特征的雷达辐射源个体识别的效果不佳问题。

关 键 词：辐射源个体识别 多特征融合 一维卷积神经网络  电磁目标  

分 类 号：TN974]