基于DCGAN的雷达辐射源信号个体识别算法.pdfVIP

测控技术

数据采集与处理2024年第43卷第7期·17·

基于DCGAN的雷达辐射源信号个体识别算法

王程昱，凌青，闫文君

（海军航空大学信息融合研究所,山东烟台264001）

摘要：雷达辐射源个体识别技术通过提取雷达细微特征判定载体身份属性，是电子对抗领域的热点研究

方向之一。通过深度学习识别雷达辐射源指纹是当前的主流方法，然而训练网络需要大量的数据样本，

当数据样本不足时，容易造成识别准确率不高等突出问题。基于此，提出了一种基于深度卷积对抗网络

（DeepConvolutionalGenerativeAdversarialNetworks，DCGAN）的雷达辐射源信号个体识别算法，首先采

用双谱切片对信号进行特征提取,然后构建了基于DCGAN的识别网络，最后通过实采数据验证了算法

的有效性。实验结果表明，在样本缺失较为严重的条件下,所提出的算法能实现小样本条件下的雷达辐

射源识别，识别准确率达到90%，完全满足日常需求。

关键词：雷达个体识别；小样本;DCGAN;；深度学习

中图分类号：TP274;TN971文献标志码：A文章编号：1000-8829(2024)07-0017-06

doi:10.19708/j.ckjs.2024.04.222

IndividualIdentificationAlgorithmforRadarEmitterSignalBasedonDCGAN

WANGChengyu,LINGQing,YANWenjun

(InstituteofInformationFusion,NavalAviationUniversity,Yantai264001,China)

Abstract:Theradaremitterindividualrecognitiontechnologydeterminesthecarrieridentityattributesbyex-

tractingradarsubtlefeatures,whichisoneofthehotresearchdirectionsinthefieldofelectroniccountermeas-

ures.Itisamainstreammethodtoidentifythefingerprintofradaremitterbydeeplearning.However,thetrain-

ingnetworkrequiresalargenumberofdatasamples,andwhenthedatasamplesareinsufficient,therecogni-

tionaccuracyisnothigh.Basedonthis,anindividualrecognitionalgorithmofradaremittersignalbasedon

deepconvolutionalgenerativeadversarialnetworks(DCGAN)isproposed.Firstly,bispectralsliceisusedtoex-

tractthefeaturesofthesignal,ThenDCGAN-basedrecognitionnetworkisconstructed.Finally,thevalidityof

thealgorithmisverifiedbyrealdata.Theexperimentalresultsshowthatundertheconditionofseveresample

loss,thep