申请/专利权人：西安电子科技大学

申请日：2022-07-01

公开（公告）日：2022-09-23

公开（公告）号：CN115097398A

主分类号：G01S7/36

分类号：G01S7/36;G01S13/90;G06F17/15;G06N3/06;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明公开了一种基于跨域信号低损恢复网络的雷达抗干扰信号恢复方法，主要解决现有技术中雷达信号干扰抑制后目标信息损失的问题。其实现方案为：1构建训练数据集；2搭建由3个三维卷积层和1个平均池化层构成的ResNeXt模块，并构建由13个ResNeXt模块、6个三维卷积层、1个平均池化层构成的跨域信号低损恢复网络；3使用训练数据集对跨域信号低损恢复网络进行训练；4对雷达回波信号使用直方图定位法进行干扰抑制；5使用训练后的跨域信号低损恢复网络对干扰抑制后的信号进行修复，得到雷达回波抗干扰后的信号恢复结果。本发明计算量小，能修复干扰抑制后雷达信号中的损失信息，可用于合成孔径雷达抗干扰。

主权项：1.一种基于跨域信号低损恢复网络的雷达抗干扰信号恢复方法，其特征在于，包括如下步骤：1生成训练数据集：1a使用未受到干扰的雷达回波构成回波数据集Signal；1b设定短时傅里叶变换参数：窗函数、窗长、步长、傅里叶变换点数，对回波数据集Signal中的每个回波数据进行短时傅里叶变换，得到每个回波数据对应的时频图，将这些时频图构成时频数据集Spec；1c使用直方图定位法对受到干扰的雷达回波数据进行干扰定位，得到的掩膜构成掩膜数据集Mask；1d用时频数据集Spec及对应的掩膜数据集Mask构成训练数据集；2构建跨域信号低损恢复网络模型：2a搭建由3个三维卷积层和1个平均池化层级联构、跨链接构成的ResNeXt模块；2b搭建由13个ResNeXt模块、6个三维卷积层、1个平均池化层构成的跨域信号低损恢复网络；2c将ResNeXt模块与跨域信号低损恢复网络联接，构成跨域信号低损恢复网络模型；3对跨域信号低损恢复网络进行训练：3a设置训练参数：最大迭代次数M、学习率ρ、批次大小N；3b使用L1损失函数作为训练的损失函数；3c取出训练数据集中N组数据作为一次迭代训练的数据，使用基于动量的梯度下降法对L1损失函数进行优化，根据对L1损失函数的单步优化结果更新网络参数；3d迭代执行步骤3c，直至达到最大迭代次数，得到训练好的跨域信号低损恢复网络；4生成测试数据：4a使用与1b中相同的短时傅里叶变换参数，对受到干扰的雷达回波数据进行短时傅里叶变换，得到干扰时频图spec；4b对干扰时频图spec使用直方图干扰定位法获得干扰定位掩膜mask，并将其与干扰时频图spec构成测试数据x；5将测试数据x输入到训练好的跨域信号低损恢复网络中，得到雷达回波的跨域低损恢复结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于跨域信号低损恢复网络的雷达抗干扰信号恢复方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD