《雷达学报杂志》发表论文赏析
作者:隋金坪, 刘振, 刘丽, 黎湘
单位:1.海军大连舰艇学院作战软件与仿真研究所 大连 116016;2.国防科技大学电子科学学院 长沙 410073;3.国防科技大学系统工程学院 长沙 410073;
摘要:雷达辐射源信号分选是雷达信号侦察的关键技术之一,同时也是战场态势感知的重要环节。该文系统梳理了雷达辐射源信号分选的主流技术,从基于脉间调制特征、基于脉内调制特征、基于机器学习的雷达辐射源信号分选3个角度阐述了目前雷达辐射源信号分选工作的主要研究方向及进展,并重点阐释了基于深度神经网络、数据流聚类等最新分选技术的原理与特点。最后,对现有雷达辐射源信号分选技术的不足进行了总结并对未来趋势进行了预测。
关键词:雷达辐射源, 脉冲分选, 脉冲流, 机器学习, 深度学习, 数据流聚类
基金资助:国家自然科学基金优秀青年科学基金(62022091)
2022年3期其他文献查阅:
River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型
基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法
GEO-LEO双基SAR序贯多帧-多通道联合重建无模糊成像方法