作者:郑渝; 沈永健; 周云生深度学习脉内特征调制方式识别lstm
摘要:雷达信号脉内调制识别在非合作信号分析中具有重要的价值,现有的识别方法大多基于单一的信号脉内特征,如时频特征、模糊图函数等,然而此类方法在实际分类识别中存在普适性较差、抗噪性能较低的缺陷。近年来亦有学者将深度学习方法用于雷达信号调制识别,但都是基于人工特征提取后进一步的分类识别。提出一种基于双向长短时记忆(LSTM)深度网络的雷达信号脉内调制识别方法,采用LSTM单元构建深度神经网络,并设计原始信号数据库对其训练,将网络学习到的特征作为分类依据进行信号识别。仿真结果表明,在低信噪比的情况下,模型具有较好的识别性能,能适应多种复杂调制方式信号。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社