《系统工程与电子技术杂志》发表论文赏析

基于LSTM和残差网络的雷达有源干扰识别

来源:系统工程与电子技术杂志2023年第2期北京时间:

作者:邵正途, 许登荣, 徐文利, 王晗中

单位:1. 空军预警学院信息对抗系, 湖北 武汉 430019;2. 空军预警学院雷达士官学校, 湖北 武汉 430300;3. 国防科技大学电子科学学院, 湖南 长沙 410073

摘要:针对目前雷达干扰识别方法存在人工特征提取难、强噪声环境下识别率不高的问题, 提出了一种基于长短时记忆(long short-term memory, LSTM)网络和残差网络相结合的雷达有源干扰识别方法。输入有源压制干扰原始时域序列数据, 搭建深度学习网络模型对不同干噪比下的干扰信号进行分类识别。仿真结果表明: 在干噪比为0 dB的情况下, 该方法对4类雷达有源干扰信号的识别准确率均高于98.3%, 与单纯的残差网络和卷积神经网络(convolutional neural networks, CNN)等其他深度学习算法相比,具有更佳的网络性能, 验证了该算法的有效性。

关键词:干扰识别,深度学习,长短时记忆,残差网络

基金资助:空军预警学院青年科技人才托举工程基金(TQGC-2021-007)

2023年2期其他文献查阅:

单变量序列数据分类方法综述

基于L型级联互素阵列的多目标源载频和到达角联合估计

基于可调Q因子小波变换的海杂波抑制算法

低信噪比下非冗余阵列的无网格DOA估计

大型障碍物影响下航向信标敏感区的划设

联合纯四元数与字典学习的彩色图像去噪方法

反临与反导预警探测特征比较

认知MIMO雷达发射波形与接收滤波器联合优化设计方法

基于合作目标的外辐射源雷达发射站直接定位

载频-重频联合捷变雷达目标参数估计方法

基于调制谱超分辨重构的微多普勒参数估计

基于LSTM和残差网络的雷达有源干扰识别

海面背景下弱目标RCS估计及特性分析

共建共享双层策略驱动的复杂装备组合优化求解

基于模糊约束的贝叶斯网络参数学习

考虑盲区的多移动传感器地面目标检测跟踪调度方法

舰载机模块化弹药调度方案优化设计

基于神经网络的时变参数系统仿真优化方法

空中目标编队自动分析挖掘算法

面向中小型碎片的卫星自主观驱规划仿真研究

基于LMD-WSVD的半球谐振陀螺混合去噪方法

基于LSTM与1DCNN的导弹轨迹预测方法

改进A*算法的机器人能耗最优路径规划方法

基于改进粒子群优化极限学习机的弹丸参数辨识

考虑阻力系数时变的下压段半解析时间预测方法

基于零控脱靶量的大气层外拦截中制导方法研究

针对机动目标的三维实时滚动优化制导策略

5G-TSN系统下的高精度时间同步

多音干扰下Nakagami-m信道传输Link16数据链的性能分析

子任务调度和时延联合优化的MEC卸载方案

面向用户最大覆盖的多空中基站布局方法

利用联合特征参数的卫星单-混信号调制识别

设备部件延寿的灰色多指标畸变预测模型

人机环耦合效应下卫星天线装配概率风险分析

基于混合Gamma分布的机载产品可靠性建模

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!