期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于注意力机制的雷达信号分选算法 被引量：3
1
作者 郭立民 聂新文 +1 位作者 陈涛 郑鑫桐 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2022年第7期690-700,共11页
针对传统雷达信号电子侦察先分选、再融合、后识别的流程繁琐且低效,本文提出直接对疑似敌方雷达的某个脉冲构建单脉冲特征矩阵,基于注意力机制与卷积神经网络(CNN)对其进行高相关脉冲的挑选和脉间调制类型识别.对挑选的高相关脉冲和识... 针对传统雷达信号电子侦察先分选、再融合、后识别的流程繁琐且低效,本文提出直接对疑似敌方雷达的某个脉冲构建单脉冲特征矩阵,基于注意力机制与卷积神经网络(CNN)对其进行高相关脉冲的挑选和脉间调制类型识别.对挑选的高相关脉冲和识别的脉间调制类型结果进行分析,提取出脉冲间特征以及脉冲特征的相对关系,进一步完成后续分选操作.注意力机制分特征空间和脉冲重复间隔(PRI)时序两个层面.特征空间层面以待识别脉冲为焦点,利用位置分布特征和各分布位置脉冲数统计特征提取高相关性脉冲,简化单脉冲特征矩阵,完成预分选.PRI时序层面先通过CNN判断脉冲序列是否为混合型,若为混合型,则存在干扰脉冲,以待识别脉冲为焦点进行二维变换,分析其分布规律,根据杂散程度去除干扰脉冲.由于神经网络训练慢且不同脉间调制类型的脉间特征相对关系是已知的,采用有监督学习方式,提前用CNN对不同脉间调制类型进行学习,从而达到脉间类型识别的目的.通过对常规、抖动、参差、脉组变频、捷变频、脉宽捷变、线性滑变这7种脉间调制类型雷达信号进行分选仿真,验证了基于注意力机制的雷达信号分选算法对同时到达多目标雷达信号进行先识别后分选的可行性.仿真结果表明,该方法较传统信号主+预分选方法更加高效,且识别正确率更高. 展开更多
关键词 注意力机制 卷积神经网络 单脉冲特征矩阵 雷达信号分选 脉间调制类型雷达
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部