基于卷积神经网络的雷达干扰识别技术研究

摘要：

现代电磁战环境充斥着大量的人为精心设计的有源干扰,使得依赖技术人员经验的干扰识别技术效果不佳.针对该问题,文中研究了一种基于联合特征平面的残差卷积神经网络(CNN-ResNet)的雷达干扰识别算法,实现雷达干扰类型自动识别分类.该算法通过对雷达回波信号的距离多普勒平面和角度多普勒平面进行预处理,构建联合特征平面,实现对噪声调频干扰、单频干扰、脉冲干扰、转发式干扰和切片干扰的识别和分类.通过仿真表明,该算法可有效提高雷达干扰识别的正确率.

关键词：雷达干扰;分类识别;联合特征;卷积神经网络

所属期刊栏目：17

分类号：TN972

在线出版日期：2022-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：63-70