空军工程大学学报

作者：董鹏宇1,王红卫1,陈游1,鞠明2

单位：1.空军工程大学航空工程学院，西安 710038； 2.93131部队，北京，100843\

关键词：辐射源信号识别;模糊函数主脊切片;深度置信网络;奇异值分解

雷达辐射源信号识别是电子侦察系统的关键组成部分，为了提高低信噪比条件下对低截获概率雷达信号识别的准确率，提出了一种基于模糊函数主脊切片（MRSAF）与深度置信网络（DBN）的雷达辐射源信号识别方法。首先对雷达信号进行奇异值分解（SVD）进行降噪预处理，求解雷达信号的模糊函数并提取其主脊切片包络，采用奇异值分解方法降低噪声对主脊切片包络的影响，然后建立基于受限波尔兹曼机的DBN模型并运用标签数据有监督微调模型参数完成训练，最后基于该算法模型实现辐射源信号的分类和识别。仿真结果表明：该方法在低信噪比条件下也有较高的识别率，信噪比高于-4 dB时，识别率可以达到90%以上，验证了本算法的有效性和应用价值。

来源：2020年第2期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2020年第2期