10.3969/j.issn.1672-9730.2019.12.023
基于LSTM的雷达辐射源识别技术?
根据侦察获得的连续雷达辐射源信号特征参数对辐射源进行识别,在电子战中占有重要的地位.传统的机器学习方法,需要大量的人工特征提取以及先验知识,且很难处理时序问题.论文基于长短时记忆网络(LSTM)模型对雷达辐射源进行识别分类.通过仿真数据,在TensorFlow平台构建深度LSTM网络模型,以连续的雷达辐射源信号特征作为网络的输入并训练,实现对辐射源的识别,结果表明构建的LSTM模型在识别辐射源有很好的效果,平均识别率达93.2%.
雷达辐射源识别、时序问题、LSTM网络、识别分类
39
TP391.4(计算技术、计算机技术)
2020-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
92-95