采用改进型AlexNet的辐射源目标个体识别方法

来源：电讯技术杂志2018年第6期北京时间：

作者：徐雄

单位：(中国西南电子技术研究所，成都 610036)

摘要：针对辐射源目标精确识别需求，结合以深度学习为代表的机器学习理论技术，提出将改进型AlexNet作为特征提取器，实现目标细微特征提取固化，形成智能化识别网络模型。以广播式自动相关监视（ADS-B）信号为实验对象，在机场实地采集了13个目标的ADS-B脉冲信号数据作为辐射源目标个体识别的训练和测试样本，利用AlexNet和改进的AlexNet验证了算法的有效性。结果表明，改进的AlexNet网络训练时间更快，综合识别率达到98.32%.

关键词：广播式自动相关监视(ADS-B)；目标识别；深度学习；卷积神经网络；改进型 AlexNet；

基金资助：国家重点研发计划（2017YFC1404900）