一种基于深度度量学习的雷达辐射源个体识别方法.pdfVIP

下载本文档

16
0
约1.12万字
约 10页
2023-10-04 发布于四川
举报
版权申诉

一种基于深度度量学习的雷达辐射源个体识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度度量学习的雷达辐射源个体识别方法，涉及雷达信号处理领域。方法为：首先对已知的原始雷达脉冲波形数据进行处理，依次读取单脉冲数据，提取出脉冲包络、瞬时频率、频谱等初始脉内特征，接着进行归一化、截断、多特征融合等进一步处理，生成训练样本；然后构造深度神经网络架构，使用度量学习方法对个体的网络提取特征进行优化，使得雷达个体特征的类内距离减小，类间距离增大；最后，使用网络模型依次提取测试数据的个体特征，输入分类器得到识别结果。相比于传统的雷达辐射源个体识别方法，本方法具有处理速度快

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116842450 A (43)申请公布日 2023.10.03 (21)申请号 202310874512.X G06F 18/25 (2023.01)