基于CNN-BiLSTM混合神經(jīng)網(wǎng)絡(luò)的雷達(dá)信號(hào)調(diào)制方式識(shí)別

打開文本圖片集

摘 要：針對具有時(shí)頻特性的雷達(dá)信號(hào)，傳統(tǒng)的雷達(dá)信號(hào)識(shí)別方法已經(jīng)無法滿足對信號(hào)類型精準(zhǔn)識(shí)別的需求，因此需要通過采集并分析雷達(dá)信號(hào)脈內(nèi)的時(shí)頻特征實(shí)現(xiàn)對目標(biāo)雷達(dá)的具體信息進(jìn)行有效評估。設(shè)計(jì)了一種卷積－雙向長短時(shí)記憶（Ｃｏｎｖｏｌｕｔｉｏｎ-Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｌｏｎｇ Ｓｈｏｒｔ-Ｔｅｒｍ Ｍｅｍｏｒｙ，ＣＮＮ-ＢｉＬＳＴＭ） 混合神經(jīng)網(wǎng)絡(luò)模型，主要通過ＢｉＬＳＴＭ 的時(shí)序記憶特性深度挖掘雷達(dá)信號(hào)的時(shí)域特征，結(jié)合權(quán)值共享特性和ＣＮＮ 層捕獲雷達(dá)信號(hào)的時(shí)頻特征，再利用二者信號(hào)特征聯(lián)合完成對雷達(dá)信號(hào)調(diào)制方式的識(shí)別。（剩余7711字）