典型文献
基于转换脉冲神经网络的雷达辐射源识别方法
文献摘要：
为提高雷达辐射源识别智能水平,提出一种新的基于转换脉冲神经网络进行雷达辐射源调制模式识别的方法.将仿真产生的雷达信号转换为2维时频图,将传统的卷积神经网络(convolutional neural networks,CNN)转化为脉冲神经网络(spiking neuron network,SNN),使用SNN进行雷达辐射源识别.仿真实验结果表明:该方法具有优良的检测精度,当信噪比高于-9 dB时,识别概率可达96％以上.
文献关键词：
脉冲神经网络;雷达辐射源识别;卷积神经网络;时频转换
中图分类号：
作者姓名：
李伟;朱卫纲;朱霸坤;杨莹
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;杨莹-.基于转换脉冲神经网络的雷达辐射源识别方法)[J].兵工自动化,2022(07):8-11,20
A类：
B类：
脉冲神经网络,雷达辐射源识别,调制模式,模式识别,雷达信号,信号转换,时频图,convolutional,neural,networks,spiking,neuron,SNN,检测精度,信噪比高,dB,识别概率,时频转换
AB值：
0.261847
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。
