电讯技术

作者：施力泉,张红梅

单位：(1.桂林电子科技大学 信息与通信学院,广西 桂林 541004;2.认知无线电与信息处理省部共建教育部重点实验室,广西 桂林 541004)

关键词：雷达信号识别；低信噪比信号；时频分析；深度学习；弱化与增强；

基金：广西自然科学基金重点项目（2020GXNSFDA238001);

针对传统方法在低信噪比情况下雷达信号特征提取困难、识别准确率较低的问题，提出了一种基于时频分析和深度学习的雷达信号识别方法。首先利用Choi-Williams分布将时域信号转换成时频图像，然后将时频图像作为网络的输入，通过弱化与增强残差块来实现对时频图像中噪声信息的弱化以及不同特征形态间差异性的增强，最终实现分类识别。实验结果表明，在信噪比为-10 dB情况下平均识别准确率仍能达到94.5%以上。

来源：2024年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第11期