申请/专利权人:中国电子科技集团公司第二十九研究所
申请日:2024-03-18
公开(公告)日:2024-06-28
公开(公告)号:CN118262211A
主分类号:G06V10/82
分类号:G06V10/82;G06N3/0464;G06N3/049;G06N3/045;G06N3/096;G06V10/764
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明提供一种基于脉冲图像化与迁移学习的雷达辐射源类型识别方法,包括:S1,输入雷达辐射源原始脉冲数据并对原始脉冲数据进行预处理;S2,基于投影矩阵映射和卷积通道扩展将预处理后的脉冲转换为三通道图像;S3,采用图像预训练图像模型提取三通道图像的时序脉冲隐特征;S4,构建并训练雷达辐射源类型分类器,利用雷达辐射源类型分类器完成雷达辐射源类型识别。本发明通过聚合脉冲类图像,扩展辐射源信号表征维度;引入图像预训练模型,进而构建雷达辐射源类型分类器,缓解模型对于训练样本量的需求,实现辐射源类型的准确识别,能够解决当前依赖单脉冲脉间特征参数的雷达辐射源类型识别方法难以准确识别复杂体制雷达类型的问题。
主权项:1.一种基于脉冲图像化与迁移学习的雷达辐射源类型识别方法,其特征在于,包括如下步骤:S1,输入雷达辐射源原始脉冲数据并对原始脉冲数据进行预处理;S2,基于投影矩阵映射和卷积通道扩展将预处理后的脉冲转换为三通道图像;S3,采用图像预训练图像模型提取三通道图像的时序脉冲隐特征;S4,构建并训练雷达辐射源类型分类器,利用训练好的雷达辐射源类型分类器完成雷达辐射源类型识别。
全文数据:
权利要求:
百度查询: 中国电子科技集团公司第二十九研究所 基于脉冲图像化与迁移学习的雷达辐射源类型识别方法
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。