基于改进型AlexNet的LPI雷达信号识别

摘要：

为了识别低截获概率(LPI)雷达信号,给出一种基于Choi-Williams分布(CWD)和改进型AlexNet网络模型.首先,利用CWD时频分析方法获得LPI雷达信号的二维时频图像;然后,对获取的原始图像进行预处理,建立改进型AlexNet网络模型对处理后的图像进行训练,获得训练模型;最后,利用训练模型对常见LPI雷达信号(FMCW,Costas,Frank,P1,P2,P3,P4)进行识别.仿真结果表明,与AlexNet网络模型相比,改进型AlexNet对LPI雷达信号识别率更高.

关键词：LPI雷达信号、Choi-Williams分布、时频图像、图像处理、深度学习、AlexNet

所属期刊栏目：43

分类号：TN957.52-34

资助基金：国家自然科学基金青年科学基金项目;陕西省教育厅专项基金项目

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-60