[发明专利]一种基于联合时频特征的雷达信号脉内调制类型识别方法

权利要求书

1.一种基于联合时频特征的雷达信号脉内调制类型识别方法，其特征在于：

a、将时域信号利用短时傅里叶变换表征为二维时频分布；

b、采用主成分分析PCA和随机投影RP对其进行联合降维，得到联合降维空间Γ；

c、将降维后的时频样本向量化，构造输入数据向量vec(·)；

d、在层级自动编码器框架下利用无类别标签样本预训练，再利用带有类别标签的样本数据对深度网络进行精度调谐；

e、采用Softmax回归模型完成精度调谐和识别，得到输出概率P，依据概率输出可判定辐射源类型M。

2.一种根据权利要求1所述的基于联合时频特征的雷达信号脉内调制类型识别方法，其特征在于：所述步骤b、c中联合降维空间及输入数据向量的确定由如下公式计算：

Γ＝[Γ_RP,Γ_PCA]＝[R_RP(S(t,f)),R_PCA(S(t,f))] (1)；

vec(Γ)＝x∈R^d(Γ) (2)；

式中，R_PCA(·)和R_RP(·)和分别为主成分分析和随机投影降维；Γ_PCA和Γ_RP分别为采用主成分分析法和随机投影降维后的样本；Γ为联合降维空间；vec(·)为二维数据向量化操作，d为降维后的维数。

3.一种根据权利要求1所述的基于联合时频特征的雷达信号脉内调制类型识别方法，其特征在于：所述步骤d、e中网络模型精度调谐和识别由如下公式计算：

式中，C为给定C类训练数据集W_l和b_l分别为Softmax回归分类器的权值矩阵和偏项；输出概率和为1且输出层神经元数目等于预训练类别数C，网络模型输入层节点数即为降维后的维数d；至此，依据概率输出可判定辐射源类型。