基于SVM与DNN的雷达扫描体制识别方法

摘要：

雷达有机械与相控阵两种扫描体制,一般相控阵雷达远优于机械扫描雷达,因此准确识别扫描体制对威胁评估至关重要.传统体制识别基于专家特征与阈值,需分析大量数据,开发效率与准确性较差.提出两种智能识别方法来解决该问题:1)以脉冲幅度的一阶差分绝对值直方图为特征,通过支持向量机进行分类识别;2)建立基于注意力机制的深度卷积神经网络,实现特征的自动学习与扫描体制的识别.实验表明,两种方法均有着良好的准确性,且基于深度神经网络的方法鲁棒性更优.

关键词：雷达扫描体制识别、机械扫描雷达、相控阵雷达、支持向量机、卷积神经网络

所属期刊栏目：37

分类号：TN971.1

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37