[发明专利]基于多级跳线残差网络的雷达辐射源识别方法

权利要求书

1.一种基于多级跳线残差网络的雷达辐射源识别方法，所述雷达辐射源识别方法包括以下步骤：

步骤S1：将雷达辐射源信号进行时频变换以生成所述雷达辐射源信号的时频图像；

步骤S2：通过ImageDataGenerator对所述时频图像进行预处理以获得一维时频图像；

步骤S3：将所述一维时频图像输入深度残差网络进行特征提取和信号分类以识别获得雷达辐射源；

其中，所述深度残差网络包括多个残差单元和一个全连接层，所述多个残差单元中的每一个残差单元包括依次端对端首尾相接的两个残差块，所述两个残差块通过β倍跳线连接，且所述两个残差块中的每一个残差块包括依次设置的卷积层、批标准化层、激活层、卷积层、批标准化层和激活层并通过λ_i倍跳线连接，

在深度残差网络中，不同的残差单元所设置的卷积核不相同，且同一残差单元中的四个卷积层的卷积核设置相同。

2.根据权利要求1所述的基于多级跳线残差网络的雷达辐射源识别方法，其特征在于，

在步骤S1中，将雷达辐射源信号进行时频变换包括以下步骤：

步骤S11：将雷达辐射源信号进行希尔伯特变换以获得解析信号；

步骤S12：将所述解析信号通过平滑伪Wigner-Ville分布进行时频变换以生成所述时频图像。

3.根据权利要求2所述的基于多级跳线残差网络的雷达辐射源识别方法，其特征在于，

在步骤S2中，通过ImageDataGenerator对所述时频图像进行预处理包括以下步骤：

步骤S21：将所述时频图像通过灰度处理以转化为单通道灰度图像；

步骤S22：将所述单通道灰度图像通过开运算以获得增强能量信号图像；

步骤S23：将所述增强能量信号图像通过均值滤波以获得降噪后的信号图像；

步骤S24：将所述降噪后的信号图像依次通过归一化和尺寸重置处理以获得一维时频图像。

4.根据权利要求3所述的基于多级跳线残差网络的雷达辐射源识别方法，其特征在于，

在步骤S23中，所述均值滤波为通过均值滤波器处理噪声；

所述时频图像为三通道的时频图像，所述尺寸重置为采用双三次插值法对图像尺寸进行重置以获得高分辨率的一维时频图像。

5.根据权利要求3或4所述的基于多级跳线残差网络的雷达辐射源识别方法，其特征在于，

在步骤S22中，所述开运算包括以下步骤：

步骤S221：将所述单通道灰度图通过腐蚀操作以获得低线状噪声图像；

步骤S222：将所述低线状噪声图像通过膨胀处理以获得增强能量信号图。

6.根据权利要求1-5中任一项所述的基于多级跳线残差网络的雷达辐射源识别方法，其特征在于，

在步骤S3中，将所述增强信号数据集输入深度残差网络进行特征提取和信号分类包括以下步骤：

步骤S31：将所述一维时频图像通过零填充以对所述一维时频图像的边缘滤波；

步骤S32：将边缘滤波后的图像输入卷积层中提取图像浅层特征；

步骤S33：将提取浅层特征后的特征图输入池化层缩小特征图的尺寸；

步骤S34：将池化后的特征图通过多个残差单元以获得高维特征向量；

步骤S35：将所述高维特征向量依次通过池化层和展平层以获得一维特征向量；

步骤S36：将所述一维特征向量输入全连接层，通过Softmax函数输出每类信号的最大预测概率值以获得信号分类。