[發明專利]基于稀疏時頻檢測卷積神經網絡的雷達輻射源識別方法有效
| 申請號： | 202010919085.9 | 申請日： | 2020-09-04 |
| 公開（公告）號： | CN112034434B | 公開（公告）日： | 2022-05-20 |
| 發明（設計）人： | 冷鵬飛;王謙誠;黃翔飛;張玉濤 | 申請（專利權）人： | 中國船舶重工集團公司第七二四研究所 |
| 主分類號： | G01S7/41 | 分類號： | G01S7/41 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 210003 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 稀疏 檢測 卷積 神經網絡 雷達 輻射源 識別 方法 | ||
1.基于稀疏時頻檢測卷積神經網絡的雷達輻射源識別方法，其特征在于：
步驟1：利用內插、濾波、抽取將不同偵察設備截獲的輻射源中頻信號采樣率統一；
步驟2：利用短時傅里葉變換STFT將采樣率統一后的輻射源中頻信號，變換為頻率分辨率、時間窗個數固定的時頻圖：
步驟2-1：預設頻率分辨率△f，結合步驟1中得到的統一采樣率fs，計算STFT時間窗內離散時間樣本點數Nw：
式中，是向上取整運算，lb(·)是底數為2的對數運算；
步驟2-2：預設時間窗個數Nt，計算STFT時間窗滑動步長Sw：
式中，是向上取整運算，Nx為輻射源信號脈寬；
步驟2-3：由已知參數Nw、Sw、Nt，對步驟1中統一采樣率后的輻射源信號做STFT處理，得到頻率分辨率、時間窗個數固定的時頻圖PSTFT(ti,fi)，其中，ti為時間窗索引，fi為頻率分辨單元索引；
步驟3：對時頻圖進行特征增強，得到稀疏時頻矩陣：
步驟3-1：對數化時頻圖PSTFT(ti,fi)，得到對數時頻圖PLSTFT(ti,fi)；
步驟3-2：在每個時間窗ti上，求解對數時頻圖PLSTFT(ti,fi)的頻譜峰值序列Ptmax(ti)；
步驟3-3：在每個時間窗ti上，搜尋頻率分辨單元使得幅值比Ptmax(ti)小MfdB以上，并將置零，其中，Mf是為了提取時頻圖PSTFT(ti,fi)主要特征而設置的閾值；步驟3-4：對所有的ti、fi，求解對數時頻圖PLSTFT(ti,fi)的頻譜峰值Pmax；
步驟3-5：對所有的ti、fi，搜尋使得幅值比Pmax小Sm dB以上，并將置零得到稀疏時頻矩陣PSSTFT(ti,fi)，其中，Sm是為了去除步驟3-3處理剩余的非零小數值而設置的閾值；
步驟4：用邊框檢測出稀疏時頻矩陣中輻射源信號，得到檢測后輻射源時頻矩陣；
步驟5：網絡訓練階段，按步驟1～步驟3對訓練樣本集中輻射源中頻信號進行處理，得到稀疏時頻矩陣，并用該稀疏時頻矩陣對卷積神經網絡進行訓練；
步驟6：網絡測試階段，按步驟1～步驟4對測試樣本集中輻射源中頻信號進行處理，得到檢測后輻射源時頻矩陣，并用該檢測后輻射源時頻矩陣，對步驟5中訓練完成的卷積神經網絡進行測試；
步驟7：重復步驟5、6直至得到識別性能、泛化能力符合要求的網絡模型；
步驟8：工程應用時，先按步驟1～4對截獲的輻射源做信號預處理，再按步驟6中網絡正向傳播過程，用步驟7中訓練完成的網絡對輻射源進行識別。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國船舶重工集團公司第七二四研究所，未經中國船舶重工集團公司第七二四研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010919085.9/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種尿液采集分析儀及其使用方法
- 下一篇：一種胸腔引流管的固定裝置
