典型文献
多窗口谱图分析的低截获概率雷达信号识别
文献摘要：
在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermite函数作为谱图分析的窗函数,利用多个窗函数进行谱图分析,获得了聚集性更佳的有效信号,分散了噪声干扰,并且使信号调制特征的时频分析特征更加明显.在多窗口时频谱图基础上,采用迁移学习的思想,利用ImageNet-VGG-f神经网络完成信号的分类识别任务.实验结果表明,在低信噪比情况下,所提算法的性能优于传统的崔威廉姆斯分布和平滑伪维格纳分布方法.
文献关键词：
低截获概率雷达;多窗口;迁移学习;信号识别
中图分类号：
作者姓名：
刘鲁涛;陈林军;李品
作者机构：
哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001;南京电子技术研究所,江苏 南京 210000
文献出处：
引用格式：
[1]刘鲁涛;陈林军;李品-.多窗口谱图分析的低截获概率雷达信号识别)[J].国防科技大学学报,2022(02):112-117
A类：
B类：
多窗口,谱图分析,低截获概率雷达,雷达信号识别,战场环境,时宽带宽积,强干扰,干扰性,点得,雷达侦察,信号分类识别,时频特征,时频谱,频谱图,Hermite,窗函数,聚集性,噪声干扰,信号调制,调制特征,时频分析,迁移学习,ImageNet,VGG,低信噪比,威廉姆斯,维格纳
AB值：
0.252499
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。
