基于时频特征提取和残差神经网络的雷达信号识别
2021-04-13谢存祥张立民钟兆根
谢存祥, 张立民, 钟兆根
(1.海军航空大学信息融合研究所, 山东 烟台 264001; 2.海军航空大学航空基础学院, 山东 烟台 264001)
0 引 言
电子战是信息化战争的重要组成部分,随着电子战的发展,电子侦察在现代战场上发挥着越来越重要的作用[1]。雷达信号识别是电子侦察的关键因素[2],正确识别雷达信号可以帮助己方对目标雷达类型、载体、用途、威胁等级的识别,进而影响进一步的作战决策[3]。
目前,随着雷达信号调制方式的多样化、复杂化,国内外众多学者提出了多种识别方式,重点以时域、频域以及时频分析的方法为主[4-8]。文献[9]提出了基于频谱复杂度的雷达信号调制方式识别方法,在信噪比(signal to noise ratio, SNR)为6 dB环境下能达到90%以上的整体识别率,但在低SNR环境下整体识别率很低,并且该方法对线性调频(linear frequency modulation, LFM)信号与非LFM(non-LFM, NLFM)信号的识别效果较差。文献[10]采用频率估计器获得相移键控(phase shift keying, PSK)、二进制PSK(binary PSK, BPSK)、正交振幅调制(quadrature amplitude modulation, QAM)信号的瞬时频率特性。但这种方法只能识别某些特殊信号,普适性不强。文献[11]提出了基于分数阶傅里叶变换(fractional Fourier transform, FRFT)的雷达信号Chirp基稀疏分解的识别方法,在SNR=-3 dB环境下能达到95%以上的整体识别率,但只分析了5种能够明显通过此方法进行分类的信号,实验结果不具备普遍性、全面性。Wigner-Ville时频分布是时频分析的一项有力工具,通过对雷达信号的Wigner-Ville分布提取特征可实现信号的识别。文献[12]在此基础上提取奇异值熵和分形维数进行雷达信号识别,在SNR=1 dB环境下对8种典型雷达信号达到95%以上的整体识别……
