基于深度迁移学习的雷达有源干扰信号识别方法.pdf
努力****凌芹
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度迁移学习的雷达有源干扰信号识别方法.pdf
一种基于深度迁移学习的雷达有源干扰信号识别方法,其步骤包括:1、生成雷达有源干扰信号数据集,2、构建雷达有源干扰信号时频图像训练集、验证集和测试集,3、搭建深度迁移学习网络,4、对深度迁移学习网络进行第一次训练,5、对第一次训练后的深度迁移学习网络进行第二次训练,6、利用深度迁移学习网络预测测试集。本发明能够在雷达有源干扰信号样本数量不充足、不易获取雷达有源干扰信号的条件下实现雷达有源干扰信号的准确分类,加快网络训练时的收敛速度,提高雷达有源干扰信号识别的效率,有利于及时选取有效的抗干扰措施,提升雷达的生
基于无线雷达信号的步态识别方法.pdf
本发明涉及步态识别技术领域,揭露了基于无线雷达信号的步态识别方法;通过预先构造样本步态的匹配数据库,可以为后续监测目标的步态识别和样本目标的步态数据更新提供了数据支撑,并且对监测目标的回波信号进行处理分析,判定监测目标的回波信号是否属于匹配数据库的匹配范围,将不属于匹配范围的回波信号对应的监测目标的各项数据进行存储,来对匹配数据库进行更新优化,有效提高了监测目标的步态识别的整体效率;本发明可以解决现有方案中通过无线雷达信进行步态识别时没有预先对样本目标的各项数据进行预处理和分类,使得监测目标的步态识别过程
基于Transformer网络的干扰信号识别方法.pdf
本发明提出了一种基于Transformer网络的干扰信号识别方法,主要解决现有方法对干扰信号进行特征提取的过程复杂、难度大且提取不完全的技术问题。方案包括:1)仿真通信信号数据和干扰信号数据,构建单一干扰和复合干扰数据集,并进行划分和标签标注;2)构建局部特征提取模块;3)构建全局特征融合模块;4)构建基于局部特征提取模块和全局特征融合模块的干扰识别网络;5)使用构建的数据集对干扰信号识别网络模型进行训练和验证,得到最终的干扰信号识别网络模型;7)利用模型各对类干扰信号进行准确识别。本发明能够实现对干扰信
通信信号对雷达信号干扰的分析.docx
通信信号对雷达信号干扰的分析通信信号对雷达信号干扰的分析【摘要】雷达抗通信干扰的现有方法主要是从频域、时空域出发,本文简要介绍窄带通信信号,建立通信干扰信号模型,介绍了基于频域和时空域抗干扰的方法,最小二乘法和特征子空间投影方法。并给出了仿真分析,仿真结果,验证算法的有效性和可行性。【关键词】雷达信号;最小二乘法;特征子空间投影方法Abstract:Radaragainstcommunicationswiththemainexistingmethodoffrequencydomainortheairspa
基于信号—数据联合处理的有源压制干扰抑制方法.pdf
本发明属于雷达抗干扰领域,首先,通过FRFT变换将LFM信号变换为复正弦信号,利用子空间正交方法进行LFM信号的检测和载频的估计,然后,根据所估计参数对LFM信号在FRFT域的能量聚集点坐标进行估计,并结合LFM信号在FRFT域的能量聚集特性,构建窄带滤波器对LFM信号进行窄带滤波,在完整保留目标信息的前提下滤除大部分干扰和噪声的能量;最后,运用M/N逻辑法对恒虚警检测所得到的点迹进行目标检测,并利用信号层对目标运动状态的估计,通过径向速度方向判决对不满足判决条件的噪声航迹进行剔除,最终完成噪声干扰抑制以