申请/专利权人：南京理工大学

申请日：2024-01-02

公开（公告）日：2024-04-05

公开（公告）号：CN117826107A

主分类号：G01S7/41

分类号：G01S7/41;G01S7/36;G01S7/02;G06F18/10;G06F18/213;G06F18/24;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于LMSST和DCNN的雷达信号脉内调制识别方法。本发明通过采用LMSST时频分布，基于脊提取算法去估计瞬时频率，通过在频率方向检测时频谱的局部最大值，从而提高能量聚集性，使得不同调制下时频表示特征显著提升。同时，深度级联卷积神经网络提高了卷积神经网络的多尺度分辨率，能够解决深度模型学习能力弱、泛化能力低、聚类效果差等问题，从而提高了LPI雷达信号调制识别的准确率，实现了雷达调制波形的自动分类，减轻了电子侦察专业人员的工作量，便于后续进行态势和威胁估计。

主权项：1.一种基于LMSST和DCNN的雷达信号脉内调制识别方法，其特征在于，所述方法包括以下步骤：步骤1，对低截获概率LPI雷达信号进行局部最大值同步变换即LMSST变换，获得LMSST时频图像；步骤2，对步骤1获得的LMSST时频图像进行预处理；步骤3，为LMSST时频图像添加调制方式标签，构建雷达信号时频图像数据集，并将雷达信号时频图像数据集按照预设比例划分为训练集、验证集和测试集；步骤4，构建深度级联卷积神经网络，并利用所述训练集进行训练，获得调制识别模型；步骤5，利用所述调制识别模型对待测LPI雷达信号进行调制识别。

全文数据：

权利要求：

百度查询： 南京理工大学 基于LMSST和DCNN的雷达信号脉内调制识别方法

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