典型文献
基于SVM与DNN的雷达扫描体制识别方法
文献摘要：
雷达有机械与相控阵两种扫描体制,一般相控阵雷达远优于机械扫描雷达,因此准确识别扫描体制对威胁评估至关重要.传统体制识别基于专家特征与阈值,需分析大量数据,开发效率与准确性较差.提出两种智能识别方法来解决该问题:1)以脉冲幅度的一阶差分绝对值直方图为特征,通过支持向量机进行分类识别;2)建立基于注意力机制的深度卷积神经网络,实现特征的自动学习与扫描体制的识别.实验表明,两种方法均有着良好的准确性,且基于深度神经网络的方法鲁棒性更优.
文献关键词：
雷达扫描体制识别;机械扫描雷达;相控阵雷达;支持向量机;卷积神经网络
中图分类号：
作者姓名：
张文峰;牟皓;赵耀东;顾杰
作者机构：
电子信息控制重点实验室,成都610036
文献出处：
引用格式：
[1]张文峰;牟皓;赵耀东;顾杰-.基于SVM与DNN的雷达扫描体制识别方法)[J].电子信息对抗技术,2022(02):33-37
A类：
雷达扫描体制识别
B类：
DNN,相控阵雷达,机械扫描雷达,准确识别,威胁评估,开发效率,两种智能,智能识别方法,脉冲幅度,一阶差分,直方图,分类识别,注意力机制,深度卷积神经网络,自动学习,深度神经网络
AB值：
0.296813
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。
