基于模糊函数多域特征自适应融合的雷达辐射源信号识别

来源：雷达科学与技术杂志2026年第3期北京时间：

作者：普运伟，李文康，何娅琳，田春瑾

单位：1. 昆明理工大学信息工程与自动化学院， 云南昆明 650500;2. 昆明理工大学图书馆， 云南昆明 650500

摘要：针对当前复杂体制雷达辐射源信号识别方法特征利用不充分、抗噪性能差等问题，提出了一种基于模糊函数多域特征自适应融合的识别方法。首先采用积分加速的基于结构张量的自适应非局部均值（ST-NLM）算法对信号模糊函数进行去噪处理，通过结构张量自适应调节滤波系数；然后从时延域、多普勒频域和时延-多普勒联合域提取多域投影特征；最后构建残差神经网络+自适应注意力特征融合（ResNet+AAFF）模型，利用多尺度空洞卷积、深度可分离卷积和高效通道注意力（ECA）注意力机制实现特征自适应融合。实验结果表明，该方法在信噪比为0 dB以上均能保持100%的准确率，即使在信噪比为-4 dB时，识别率仍可达98.12%。验证了所提出方法在低信噪比下具有一定的有效性和可行性。

关键词：雷达辐射源信号,模糊函数,多域特征融合,深度学习,注意力机制,

基金资助：国家自然科学基金（61561028）； 昆明理工大学人培基金（KKZ3202403190）