基于深度置信網(wǎng)的雷達(dá)輻射源認(rèn)知方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩71頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、雷達(dá)輻射源認(rèn)知是電子偵察系統(tǒng)的重要內(nèi)容,通過(guò)對(duì)截獲的脈沖信號(hào)進(jìn)行特征分析來(lái)獲取輻射源的工作參數(shù)等信息,進(jìn)而實(shí)現(xiàn)對(duì)輻射源的調(diào)制特性、參數(shù)范圍、工作性能等的認(rèn)知。電子偵察面對(duì)的是較寬的電磁頻譜,目前復(fù)雜體制雷達(dá)大量涌現(xiàn),電子對(duì)抗技術(shù)不斷更新,信號(hào)環(huán)境日趨惡化。輻射源工作參數(shù)的改變、脈沖的丟失、信號(hào)的畸變、噪聲的污染、干擾源的混疊等都增加了信號(hào)的不確定性,使輻射源認(rèn)知的難度劇烈增加。本文將深度學(xué)習(xí)和模糊理論的方法應(yīng)用到輻射源認(rèn)知處理中,有效地

2、提高了已知輻射源的正確識(shí)別率,并且實(shí)現(xiàn)了對(duì)未知輻射源的認(rèn)知。研究結(jié)果對(duì)于提高電子系統(tǒng)情報(bào)保障水平、服務(wù)指揮決策均具有十分重要的意義。
  從電子偵察系統(tǒng)的工作原理及所處的認(rèn)知環(huán)境出發(fā),首先針對(duì)系統(tǒng)獲取的雷達(dá)輻射源信號(hào)脈間參數(shù)研究了常見的調(diào)制方式和變化范圍,分析了信號(hào)環(huán)境中影響輻射源認(rèn)知的主要因素。進(jìn)而以雷達(dá)脈沖重復(fù)間隔(PRI)參數(shù)為例,提出了對(duì)信號(hào)脈間參數(shù)的多特征提取方法,新定義了PRI序列常規(guī)變化值和PRI一階差分極性擬合相似

3、度兩個(gè)特征量,并建立了基于多特征決策樹的識(shí)別方法。仿真實(shí)驗(yàn)證明該方法在測(cè)量誤差較大及丟失脈沖數(shù)較多的情況下仍然具有較好的輻射源識(shí)別效果,魯棒性較強(qiáng)。構(gòu)造的七分量特征集為后面的輻射源認(rèn)知研究奠定了良好的基礎(chǔ)。
  然后引入深度置信網(wǎng)及Softmax分類器,構(gòu)造了深度神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于輻射源認(rèn)知,實(shí)現(xiàn)對(duì)已知輻射源的識(shí)別。研究了算法模型、快速學(xué)習(xí)算法和訓(xùn)練方法,分析了網(wǎng)絡(luò)參數(shù)對(duì)結(jié)果的影響。該方法有效地克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)易收斂到局部最優(yōu)的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論