[发明专利]一种适用于外辐射源雷达的电磁环境辨识方法有效
| 申请号: | 201910648399.7 | 申请日: | 2019-07-18 |
| 公开(公告)号: | CN110489797B | 公开(公告)日: | 2023-03-24 |
| 发明(设计)人: | 饶云华;周健康;聂文洋;潘登 | 申请(专利权)人: | 武汉大学苏州研究院 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F18/2415;G06N3/047;G06N3/084;G06F111/08 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 薛玲 |
| 地址: | 215123 江苏省苏州市苏州工业*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 适用于 辐射源 雷达 电磁 环境 辨识 方法 | ||
1.一种适用于外辐射源雷达的电磁环境辨识方法,其特征在于,包括以下步骤:
步骤1:通过幅度模型仿真方法对雷达回波的幅度模型数据进行仿真产生Pn帧幅度模型仿真数据,通过功率谱模型仿真方法对雷达回波的功率谱模型数据进行仿真产生Dn帧功率谱模型仿真数据;
步骤2:对幅度模型仿真数据以及功率谱模型仿真数据进行数据预处理,分别得到预处理后的幅度模型仿真数据以及预处理后的功率谱模型仿真数据;
步骤3:根据预处理之后的幅度模型仿真数据进行统计特征提取得到幅度模型特征值矩阵,根据预处理之后的功率谱模型仿真数据进行数据长度截取得到功率谱裁剪值;
步骤4:将幅度模型特征值矩阵与功率谱裁剪值分别进行数据分集,按N1:N2:N3比例划分成训练集、测试集、验证集数据;
步骤5:通过幅度模型训练集数据、幅度模型测试集数据、幅度模型验证集数据建立幅度模型神经网络分类器;
步骤6:通过功率谱模型训练集数据、功率谱模型测试集数据、功率谱模型验证集数据建立功率谱模型神经网络分类器;
步骤7:将实时采集的真实雷达回波数据的幅度数据使用所述幅度模型神经网络分类器获取预测的幅度模型类别,将实时采集的真实雷达回波数据的功率谱数据使用所述功率谱模型神经网络分类器获取预测的功率谱模型类别;
将预测的幅度模型类别和预测的功率谱模型类别进行联合判决,根据电磁环境联合判决矩阵得到电磁环境类别数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学苏州研究院,未经武汉大学苏州研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910648399.7/1.html,转载请声明来源钻瓜专利网。





