一种基于Swin Transformer神经网络的低截获概率雷达信号调制类型的识别方法

摘要：

本文针对低截获概率(Low Probability of Intercept,LPI)雷达信号调制类型的识别问题提出了一种基于Swin Transformer神经网络的识别方法.该方法首先用平滑伪 Wigner-Ville 分布对信号进行时频变换,将一维时域信号转换为二维时频图像,然后使用Swin Trans-former神经网络对时频图像进行特征提取和调制类型识别.仿真结果显示该方法具有较强的抗噪声能力,在低信噪比条件下识别准确率高,且具有较强的小样本适应能力.

关键词：低截获概率雷达、Swin Transformer神经网络、平滑伪 Wigner-Ville分布、调制类型识别

所属期刊栏目：60

分类号：O29(应用数学)

资助基金：国家重点研发计划2020YFA0714000

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：36-42