典型文献
基于脉冲神经网络的雷达辐射源调制类型识别
文献摘要：
面对日益复杂的电磁环境和层出不穷的新体制雷达,基于人工方式提取雷达辐射源特征难以满足现代认知电子战的需求.为提升雷达辐射源识别的智能化水平,提出一种新的基于脉冲神经网络(Spiking Neuron Network,SNN)进行雷达辐射源调制类型识别的算法.首先利用时频分析的方法,将5种常见雷达时域信号转换为二维灰度图,使用高斯调谐曲线编码器将输入数据转化为脉冲发放时刻,然后传入由Tempotron组成的脉冲神经网络进行识别.仿真实验结果表明脉冲神经网络具有优良的检测精度,功耗较低,验证了该方法的有效性.
文献关键词：
认知电子战;辐射源识别;调制类型识别;脉冲神经网络;Tempotron神经元
中图分类号：
作者姓名：
李伟;朱卫纲;朱霸坤
作者机构：
航天工程大学 研究生院,北京101416;航天工程大学 电子与光学工程系,北京101416
文献出处：
引用格式：
[1]李伟;朱卫纲;朱霸坤-.基于脉冲神经网络的雷达辐射源调制类型识别)[J].电讯技术,2022(01):11-16
A类：
Tempotron
B类：
脉冲神经网络,调制类型识别,电磁环境,新体制,认知电子战,雷达辐射源识别,智能化水平,Spiking,Neuron,Network,SNN,时频分析,时域信号,信号转换,二维灰度图,调谐,编码器,输入数据,传入,检测精度,功耗
AB值：
0.258435
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
