[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在审
| 申请号： | 201910025573.2 | 申请日： | 2019-01-11 |
| 公开（公告）号： | CN109871757A | 公开（公告）日： | 2019-06-11 |
| 发明（设计）人： | 蒋兵;茅玉龙 | 申请（专利权）人： | 中国船舶重工集团公司第七二四研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于联合时频特征的雷达信号调制类型识别方法，应用于雷达信号脉内分析与识别领域。本发明通过短时傅里叶变换将雷达信号映射到二维时频域，结合主成分分析和矩阵随机投影分别从信号能量和特征子空间角度对信号时频图像进行降维处理，采用层级自动编码器模型挖掘时频图像的联合深度特征，实现信号类型的分类识别。采用联合深度时频特征识别性能更优，而且挖掘的深层特征有助于提高识别精度，算法更加高效。 | ||
| 搜索关键词： | 时频 雷达信号 调制类型 联合 短时傅里叶变换 矩阵 图像 特征子空间 主成分分析 自动编码器 分类识别 降维处理 深度特征 随机投影 特征识别 信号类型 信号能量 时频域 挖掘 映射 层级 二维 算法 应用 分析 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国船舶重工集团公司第七二四研究所，未经中国船舶重工集团公司第七二四研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910025573.2/，转载请声明来源钻瓜专利网。
