针对现有采用时频图结合深度学习模型对低截获概率(low probability of intercept,LPI)雷达信号识别的方法在开集场景下会失效的问题,提出一种基于互易点学习(reciprocal point learning,RPL)和阈值判断的雷达信号开集识别方法。通过RP...针对现有采用时频图结合深度学习模型对低截获概率(low probability of intercept,LPI)雷达信号识别的方法在开集场景下会失效的问题,提出一种基于互易点学习(reciprocal point learning,RPL)和阈值判断的雷达信号开集识别方法。通过RPL对特征空间进行优化,使已知类和未知类信号样本在特征空间中分布不同,最后确定合适的阈值进行开集识别。根据时频图的特点,在特征提取网络中加入注意力机制使网络更关注图像能量聚集的有效部分。实验结果表明,该方法在开放的电磁环境条件下具有良好的适应性。展开更多
低截获概率(low probability of intercept,LPI)雷达已成为新时代雷达装备中关键的技术体制或工作模式,针对LPI雷达信号调制识别及参数估计方法的研究是当前雷达对抗侦察领域的热点。首先,分析了几种典型LPI雷达信号的脉内特征,梳理了LP...低截获概率(low probability of intercept,LPI)雷达已成为新时代雷达装备中关键的技术体制或工作模式,针对LPI雷达信号调制识别及参数估计方法的研究是当前雷达对抗侦察领域的热点。首先,分析了几种典型LPI雷达信号的脉内特征,梳理了LPI雷达信号调制识别及参数估计的传统和主流方法,并说明其原理、优缺点和研究现状。最后,总结了现有LPI雷达信号调制识别及参数估计方法尚存的问题,并指出其未来发展趋势,旨在为今后的研究提供参考。展开更多
文摘针对现有采用时频图结合深度学习模型对低截获概率(low probability of intercept,LPI)雷达信号识别的方法在开集场景下会失效的问题,提出一种基于互易点学习(reciprocal point learning,RPL)和阈值判断的雷达信号开集识别方法。通过RPL对特征空间进行优化,使已知类和未知类信号样本在特征空间中分布不同,最后确定合适的阈值进行开集识别。根据时频图的特点,在特征提取网络中加入注意力机制使网络更关注图像能量聚集的有效部分。实验结果表明,该方法在开放的电磁环境条件下具有良好的适应性。
文摘低截获概率(low probability of intercept,LPI)雷达已成为新时代雷达装备中关键的技术体制或工作模式,针对LPI雷达信号调制识别及参数估计方法的研究是当前雷达对抗侦察领域的热点。首先,分析了几种典型LPI雷达信号的脉内特征,梳理了LPI雷达信号调制识别及参数估计的传统和主流方法,并说明其原理、优缺点和研究现状。最后,总结了现有LPI雷达信号调制识别及参数估计方法尚存的问题,并指出其未来发展趋势,旨在为今后的研究提供参考。
