基于特征融合卷积神经网络的雷达信号脉内调制分类
机器学习
2022-05-23 v1 信号处理
摘要
基于发射脉冲对雷达进行检测与分类是电子战系统中的一个重要应用。在本工作中，我们提出一种基于深度学习的新技术，可自动识别雷达信号的脉内调制类型。将实测雷达信号的重分配谱图以及由其瞬时相位经特殊函数滤波检测出的离群值用于训练多个卷积神经网络。从网络中自动提取的特征被融合以区分频率与相位调制信号。仿真结果表明，所提出的 FF-CNN（基于特征融合的卷积神经网络）技术优于当前最先进的替代方案，并且可在广泛调制类型范围内轻松扩展。
引用
@article{arxiv.2205.09834,
title = {Classification of Intra-Pulse Modulation of Radar Signals by Feature Fusion Based Convolutional Neural Networks},
author = {Fatih Cagatay Akyon and Yasar Kemal Alp and Gokhan Gok and Orhan Arikan},
journal= {arXiv preprint arXiv:2205.09834},
year = {2022}
}
备注
Published at EUSIPCO2018