空军工程大学学报

作者：徐宇恒1，程嗣怡1，董晓璇2，周一鹏1，董鹏宇1

单位：1.空军工程大学航空工程学院，西安，710038；2.空军工程大学航空机务士官学校，河南信阳，464000\

关键词：辐射源个体识别;深度置信网络;包络前沿;特征提取

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题，基于深度置信网络DBN的深层特征提取和高维数据处理能力，提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型，然后通过DBN无监督提取脉冲包络前沿特征，再利用标签数据对模型参数进行有监督微调完成训练，最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比，该方法能够自适应地提取脉冲深层次细微差异，提取过程减少了对人为经验的依赖。实验结果表明，该算法对脉冲包络特征提取效果明显，有较高的识别精度。

来源：2019年第6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2019年第6期