首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种雷达脉冲重复间隔调制类型识别方法及系统 

申请/专利权人:中国人民解放军国防科技大学

申请日:2023-11-30

公开(公告)日:2024-06-25

公开(公告)号:CN118245859A

主分类号:G06F18/241

分类号:G06F18/241;G01S13/00;G06F18/213;G06N3/0464;G06N3/08

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明提出一种雷达脉冲重复间隔调制类型识别方法及系统,属于信号处理与数据分析技术领域。所述方法包括:根据雷达PRI的调制周期,构建单个周期内的脉冲TOA集合,并在此基础上重构PRI周期样本;然后,利用PRI周期样本提取调制特征信息;第四,基于周期样本和调制特征生成雷达PRI样本数据;第五,构建卷积神经网络,分割样本数据,初始化网络参数并完成模型训练;最后,依据训练好的模型开展雷达PRI调制类型识别。本发明无需利用原始脉冲序列的任何先验知识,便可实现雷达PRI调制类型的高精度识别;在干扰脉冲、高脉冲丢失率等恶劣电磁环境下,该方法仍然具有非常高的稳健性。

主权项:1.一种雷达脉冲重复间隔调制类型识别方法,其特征在于,所述方法包括:步骤S1、获取雷达脉冲信号,根据所述雷达脉冲信号的雷达脉冲重复间隔,并构建单个周期内的脉冲序列到达时间集合;步骤S2、利用所述单个周期内的脉冲序列到达时间集合,重构所述雷达脉冲重复间隔的周期样本;步骤S3、从所述雷达脉冲重复间隔的周期样本提取出相应的调制特征;步骤S4、利用所述雷达脉冲重复间隔的周期样本和所述调制特征生成所述雷达脉冲重复间隔的样本数据;步骤S5、构建基于卷积神经网络的识别模型,并利用所述雷达脉冲重复间隔的样本数据对所述识别模型进行训练;步骤S6、利用经训练的识别模型对所述雷达脉冲重复间隔的调制类型进行识别。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种雷达脉冲重复间隔调制类型识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。