一种高效轻量级网络的低截获概率雷达信号脉内调制识别

来源：电子与信息学报杂志2025年第6期北京时间：

作者：王旭东, 吴嘉欣, 陈斌斌

单位：南京航空航天大学电子信息工程学院雷达成像与微波光子技术教育部重点实验室 南京 210016

摘要：针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题，该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法，旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法，并基于双时频特征融合技术，有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络，用于对LPI雷达脉内调制信号识别，该网络在GhostNet基础上，结合HDC和CBAM，形成了改进型GhostNet，扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明，在–8 dB信噪比下，该方法的雷达信号识别准确率依然能够达到98.98%，并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率，为LPI雷达信号识别领域提供了新的技术途径。

关键词：低截获概率雷达信号, 脉内调制识别, 时频分析, 注意力机制, 轻量级卷积神经网络

基金资助：国家自然科学基金(62271252)