[发明专利]基于扩张残差网络的雷达辐射源识别方法及装置在审
| 申请号： | 201910272200.5 | 申请日： | 2019-04-04 |
| 公开（公告）号： | CN110147812A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 秦鑫;黄洁;查雄;陈世文;骆丽萍;王功明;邢小鹏;胡雪若白;苑军见 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G01S7/41 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 周艳巧 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于雷达信号处理技术领域，特别涉及一种基于扩张残差网络的雷达辐射源识别方法及装置，该方法包含：对雷达信号进行时频分析，将雷达信号时域波形转换成二维时频图像；对时频图像进行预处理，获取深度学习网络的输入数据；构建扩张残差深度学习网络模型，针对输入数据，利用网络模型自学习信号时频图像特征并进行分类识别。本发明克服传统方法对噪声敏感、提取特征有效性和普适性低等问题，在信噪比较低的环境下，对复杂多类雷达信号仍能保持优异的识别效果；能够解决简单深度模型学习能力弱、混淆时频图像相似信号等问题，抗混淆性能好，识别结果精确，识别准确率高；同时可以应用到具有更多类别雷达辐射源识别，具有很强适应性和推广性。 | ||
| 搜索关键词： | 辐射源 雷达信号 残差 时频 网络模型 雷达 图像 混淆 预处理 雷达信号处理 网络 分类识别 强适应性 深度模型 时频分析 时域波形 提取特征 图像特征 学习能力 普适性 推广性 自学习 准确率 对时 二维 构建 噪声 敏感 学习 转换 应用 | ||
【主权项】：
1.一种基于扩张残差网络的雷达辐射源识别方法，其特征在于，包含：A)对雷达信号进行时频分析，将雷达信号时域波形转换成二维时频图像；B)对时频图像进行预处理，获取深度学习网络的输入数据；C)构建扩张残差深度学习网络模型，针对输入数据，利用网络模型自学习信号时频图像特征并进行分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国人民解放军战略支援部队信息工程大学，未经中国人民解放军战略支援部队信息工程大学许可，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/patent/201910272200.5/，转载请声明来源钻瓜专利网。
