基于CNN-BiLSTM混合神經(jīng)網(wǎng)絡(luò)的雷達(dá)信號調(diào)制方式識別

打開文本圖片集

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